약지도 학습을 사용한 육계의 공간 분포 추정 = Spatial Distribution Estimation of Broiler using Weakly Supervised Learning

국문 초록 (Abstract)

최근 농촌은 인구 인구감소와 고령화로 인해 인력 부족 현상을 겪고 있다. 현재 이 문제를 극복하기 위해 기계 및 인공지능 소프트웨어 기술을 활용한 스마트 정밀 농업기술들이 개발되고 있다. 육계 산업 분야에서는 머신 비전 기술을 활용하여 계사 관리 자동화를 시도하고 하였고 유의미한 발전이 있었다. 특히 육계의 공간적 분포를 자동으로 추정하는 기술은 육계 산업 분야 종사자들에게 계사 관리자에게 유용한 정보를 제공해 줄 수 있어서 연구가 활발히 진행되는 분야이다. 하지만 기존 연구들은 최신 기술이면서 강력한 성능을 지닌 심층 학습 기법을 사용하기보단 전통적인 머신 비전 기술을 사용하고 있는 한계점도 존재한다. 심층 학습은 기본적으로 사용자가 해답을 만들어서 제공해야 하는 지도 학습 방법론이다. 하지만 실시간 프레임 단위로 들어오는 계사 영상에서 일일이 육계의 위치를 레이블링하는 일은 비효율적이며 노동집약적이다.
본 연구에서는 약지도 학습 기법을 사용하여 육계의 공간적 분포를 추정하는 기술을 제안한다. 먼저 계사에서 육계의 존재 여부에 따라 영상 데이터를 구분하고 심층 학습을 사용하여 육계의 존재 여부를 인식하는 학습 모델을 구축한다. 다음 설명 가능 인공지능 모델을 사용하여 학습된 분류 모델을 해석하여 육계의 위치를 열 지도 형태로 반환한다. 정성적 시각화 평가 결과에서는 육계가 몰려있는 위치에 적합한 열 지도를 생성하는 것을 확인하였으며, 특히 계사의 조명이 꺼진 상태나 카메라에 이 물질이 붙어 노이즈가 발생한 상황에서는 육계의 위치를 추정하는 결과를 확인하였다. 향후 연구에서 정량적 평가 기준을 사용하여 평가하고 분포 추정 알고리즘을 개선하면 더 정확한 결과를 산출할 수 있을 것으로 판단된다.