지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2022.4
- 수록면
- 326 - 333 (8page)
- DOI
- 10.5302/J.ICROS.2022.22.8001
이용수
초록· 키워드
오류제보하기
In pig-breeding livestock farms, increasing yearly sow productivity and reducing piglet mortality are very important for farmers because they are directly related to profitability. To meet these requirements of the livestock industry, smart livestock technology is being developed and propagated. Recently, many studies have been conducted to obtain information on the health and physiological status of livestock by applying image processing- and artificial intelligence-based technology. In particular, because changes in pig behavior patterns can provide considerable information about their health and physiological status, this study proposes a method to classify pig behavior patterns from images of a pig kennel by applying a deep learning-based instance segmentation model. For this purpose, we first constructed a Pig Motion dataset by building a robot operation system (ROS)-based data collection system that could synchronize and collect voice and climate information along with pig motion images in time. This dataset was organized by classifying four types of pig behavior, namely, lying, standing, sitting, and eating, into motion classes. By learning this dataset using the instance segmentation model, an object is extracted from the pig’s motion characteristic information to create a model that divides and classifies it. We propose a behavioral pattern classification model that can be used to estimate the health and physiological state of pigs by classifying their behavioral patterns from streaming videos and accumulated data and statisticalizing them.
목차
Abstract
I. Introduction
II. Related work
III. Pig Motion Recognition Dataset
IV. Method
V. Experiment
VI. Conclusion
REFERENCES
참고문헌 (21)
참고문헌 신청
M. Ju, H. Baek, J. Sa, H. Kim, Y. Chung, and D. Park, “Real-time pig segmentation for individual pig monitoring in a weaning pig room,” Journal of Korea Multimedia Society, vol. 19, no. 2, pp. 215-223, 2016.
Q. Yang and D. Xiao, “A review of video-based pig behavior recognition,” Applied Animal Behaviour Science, vol. 233, no. 105146, 2020.
S G. Matthews, A. L. Miller, J. Clapp, T. Plötz, and Kyriazakis, I., “Early detection of health and welfare compromises through automated detection of behavioural changes in pigs,” The Veterinary Journal, vol. 217, pp. 43-51, 2016.
G. F. Figueiredo, M. D. Dawson, E. R. Benson, G. L. Van Wicklen, and N. Gedamu, “Advancement in whole house machine vision based poultry behavior analysis,” ASAE Annual Meeting , American Society of Agricultural and Biological Engineers, pp. 1, 2004.
B. Shao and H. Xin, “A real-time computer vision assessment and control of thermal comfort for group-housed pigs[J],” Computers and electronics in agriculture, vol. 62, pp. 15-21, 2008.
Q. Yang and D. Xiao, “A review of video-based pig behavior recognition,” Applied Animal Behaviour Science, vol. 233, no. 105146, 2020.
S G. Matthews, A. L. Miller, J. Clapp, T. Plötz, and Kyriazakis, I., “Early detection of health and welfare compromises through automated detection of behavioural changes in pigs,” The Veterinary Journal, vol. 217, pp. 43-51, 2016.
G. F. Figueiredo, M. D. Dawson, E. R. Benson, G. L. Van Wicklen, and N. Gedamu, “Advancement in whole house machine vision based poultry behavior analysis,” ASAE Annual Meeting , American Society of Agricultural and Biological Engineers, pp. 1, 2004.
B. Shao and H. Xin, “A real-time computer vision assessment and control of thermal comfort for group-housed pigs[J],” Computers and electronics in agriculture, vol. 62, pp. 15-21, 2008.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Pig Motion Recognition Using Instance Segmentation
제어로봇시스템학회 각 지부별 자료집
2021 .12
-
이유자돈사에서 개별 돼지 모니터링을 위한 실시간 돼지 구분
멀티미디어학회논문지
2016 .02
-
오목점과 에지 정보를 이용한 돼지의 경계 구분
멀티미디어학회논문지
2016 .08
-
임베디드 보드에서 영상 처리 및 딥러닝 기법을 혼용한 돼지 탐지 정확도 개선
멀티미디어학회논문지
2022 .04
-
Development of friction force model for prediction of unstable behavior of PIG
한국가스학회 학술대회논문집
2021 .05
-
강제환기식 자돈사 내 암모니아 배출 특성 연구
실내환경 및 냄새 학회지
2024 .09
-
고속 영역기반 컨볼루션 신경망을 이용한 개별 돼지의 탐지
멀티미디어학회논문지
2017 .01
-
호흡기 질병을 가진 돼지 개체 식별을 위한 데이터 수집 시스템
제어로봇시스템학회 각 지부별 자료집
2021 .12
-
비디오 모니터링 환경에서 정확한 돼지 탐지
멀티미디어학회논문지
2021 .07
-
AGE HOUSE _ PIG DESIGN
월간 데코 DECO
2023 .10
-
돼지의 3차원 메쉬로부터 다층 퍼셉트론 기반 무게 예측 방법
한국CDE학회 논문집
2022 .03
-
Study of a Deep Learning-Based audio recognition Technique for Pigs" health identification
제어로봇시스템학회 국내학술대회 논문집
2022 .06
-
YOLO 기반 외곽 사각형을 이용한 근접 돼지 분리
멀티미디어학회논문지
2018 .02
-
Management Plan of Energy Saving for Pig Houses Using Renewable Energy
AFORE
2021 .10
-
기계학습기반 양돈생산성 예측방안
한국정보통신학회논문지
2020 .01
-
Cascaded Convolutional Networks와 Additive Angular Margin Loss를 이용한 돼지 얼굴 인식 시스템 구현
대한전자공학회 학술대회
2023 .06
-
Estimation of pig weight by 2D image analysis
한국정보과학회 학술발표논문집
2018 .06
-
The dynamics of the pig gut microbiome
한국생물공학회 학술대회
2018 .10
-
Livestock breeding environment measurement sensor and high temperature stress management technology (Pig, Chicken)
제어로봇시스템학회 국내학술대회 논문집
2022 .06
-
축사의 초기 설계를 위한 가변형 에너지 모델 생성 툴 개발 및 변수별 에너지 분석
대한건축학회 학술발표대회 논문집
2021 .04
이 논문의 저자 정보
이 논문과 함께 이용한 논문
이유자돈사에서 개별 돼지 모니터링을 위한 실시간 돼지 구분
주미소
,
백한솔
,
사재원
외 3명
멀티미디어학회논문지
2016
.02
축사 현장에서의 조기 질병 감지를 위한 CNN 기반 돼지 기침 오디오 센싱 시스템
이동규
,
이봉국
,
김유진
외 3명
디지털콘텐츠학회논문지
2023
.10
Support Vector Machine을 이용한 돼지 발성음 분류에 관한 연구
민경진
,
황현진
,
민경은
외 6명
정보 및 제어 논문집
2020
.10
디자인을 통한 동물복지 향상 방향에 관한 기초연구 : 복지형 돈사 디자인을 중심으로
윤명한
한국과학예술융합학회
2014
.06
소리정보를 이용한 산란계의 고온 스트레스 탐지
이종욱
,
노병준
,
장수인
외 4명
한국정보과학회 학술발표논문집
2014
.06
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2022-003-001152979