[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR102643261B1 - 가축 개체의 정확한 생체 정보를 산출하는 시스템 및 방법 - Google Patents

가축 개체의 정확한 생체 정보를 산출하는 시스템 및 방법 Download PDF

Info

Publication number
KR102643261B1
KR102643261B1 KR1020230141788A KR20230141788A KR102643261B1 KR 102643261 B1 KR102643261 B1 KR 102643261B1 KR 1020230141788 A KR1020230141788 A KR 1020230141788A KR 20230141788 A KR20230141788 A KR 20230141788A KR 102643261 B1 KR102643261 B1 KR 102643261B1
Authority
KR
South Korea
Prior art keywords
weight
weight data
data groups
image
individual
Prior art date
Application number
KR1020230141788A
Other languages
English (en)
Inventor
박정훈
이병권
Original Assignee
파이프트리스마트팜 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 파이프트리스마트팜 주식회사 filed Critical 파이프트리스마트팜 주식회사
Priority to KR1020230141788A priority Critical patent/KR102643261B1/ko
Application granted granted Critical
Publication of KR102643261B1 publication Critical patent/KR102643261B1/ko

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G17/00—Apparatus for or methods of weighing material of special form or property
    • G01G17/08—Apparatus for or methods of weighing material of special form or property for weighing livestock
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/40—Animals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0247—Pressure sensors

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • General Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Dentistry (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

가축 개체의 생체 정보 산출 시스템 및 방법이 개시된다. 개시된 시스템은, 미리 설정된 제1 기간 동안 순차적으로 가축 개체의 중량 데이터를 측정하여 시간 경과에 따른 복수의 중량 데이터를 획득하고, 상기 가축 개체가 포함된 제1 영역의 이미지를 촬영하는 생체 데이터 획득 장치와, 상기 생체 데이터 획득 장치로부터 상기 복수의 중량 데이터 및 상기 제1 영역의 이미지를 수신하고, 군집화 알고리즘에 기초하여 상기 복수의 중량 데이터를 N(1 이상의 정수)개의 중량 데이터 그룹으로 분류하고, 상기 N개의 중량 데이터 그룹 각각의 대표 중량을 산출하고, 미리 설정된 기준 중량 범위 및 상기 N개의 중량 데이터 그룹 각각의 대표 중량에 기초하여 상기 N개의 중량 데이터 그룹에서 M(1 이상 N 이하의 정수)개의 중량 데이터 그룹을 선택하고, 상기 제1 영역의 이미지의 촬영 시점 및 상기 M개의 중량 데이터 그룹 각각의 중량 데이터 측정 시간에 기초하여 상기 M개의 중량 데이터 그룹 각각의 가중치를 설정하고, 상기 M개의 중량 데이터 그룹 각각의 가중치에 기초하여 상기 M개의 중량 데이터 그룹 각각의 대표 중량의 가중합을 산출하고, 상기 가중합을 상기 가축 개체의 중량으로 산출하는 서버를 포함한다.

Description

가축 개체의 정확한 생체 정보를 산출하는 시스템 및 방법{System and method for calculating accurate biometric information of livestock individual}
본 발명의 실시예들은 가축 개체의 정확한 생체 정보를 산출하는 시스템 및 방법에 관한 것이다.
양계업은 가장 빠르게 성장하는 축산업 중의 하나이며, 높은 경제성으로 인해 빈곤국을 비롯한 전 세계 대부분 국가에서 도입되고 있다. 특히, 국내 양계 시장은 국내 축산 생산액의 약 30%를 차지한다.
그리고, 높은 생산 효율을 위해, 육계들은 밀집하여 사육된다. 농장의 관리자는 육계의 중량을 일령 별로 확인하고 질병 감염여부를 예측하여 육계들을 사육한다. 특히, 관리자는 일령 별로 육계들의 중량을 측정하여 육계들의 중량 변화를 파악함으로써 생산성을 향상시킨다.
종래의 경우, 관리자가 육계를 손으로 잡아서 저울 위에 올려놓고 육계의 중량을 측정하였다. 그러나, 종래의 육계 중량 측정 방법은 육계가 저울 위에서 계속 움직이기 때문에, 측정된 육계의 중량이 부정확하다는 문제점이 있다. 더불어, 관리자가 직접 육계의 중량을 측정하기 때문에, 관리자가 많은 노동력을 투입해야 하는 문제점이 있다.
이러한 문제점을 해결하기 위해, 영상 기반의 육계 중량 예측 방법이 개발되었다. 영상 기반의 육계 중량 예측 방법은, 카메라를 통해 육계 이미지를 획득하고, 육계 이미지의 면적에 기초하여 육계의 중량을 예측한다. 특히, 육계의 중량을 정확하게 예측하기 위해서는, 육계의 중량에 대한 정확한 실측 중량과, 실측 중량을 가지는 육계의 이미지가 필요하다.
하지만, 상술한 바와 같이, 종래의 경우 육계의 실측 중량이 부정확하다. 그리고, 관리자가 육계의 중량을 측정한 후 직접 카메라를 통해 육계의 이미지를 촬영해야 하므로, 관리자의 불편함이 초래되는 문제점이 있다.
대한민국 등록특허 제10-2009677호 (2019년08월12일 공개) 대한민국 등록특허 제10-2377460호 (2022년03월22일 공개) 대한민국 등록특허 제10-2229933호 (2021년03월18일 공개) 대한민국 등록특허 제10-1877271호 (2018년07월11일 공개)
본 발명의 목적은 가축 개체의 중량을 정확하게 측정하는 가축 개체의 생체 정보 산출 시스템 및 방법을 제공하는 것이다.
또한, 본 발명의 목적은 가축 개체의 측정 중량과, 상기한 측정 중량을 가지는 가축 개체의 이미지로 구성된 생체 정보를 생성할 수 있는 가축 개체의 생체 정보 산출 시스템 및 방법을 제공하는 것이다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
본 발명의 일 실시예에 따른 가축 개체의 생체 정보 산출 시스템은, 미리 설정된 제1 기간 동안 순차적으로 가축 개체의 중량 데이터를 측정하여 시간 경과에 따른 복수의 중량 데이터를 획득하고, 상기 가축 개체가 포함된 제1 영역의 이미지를 촬영하는 생체 데이터 획득 장치와, 상기 생체 데이터 획득 장치로부터 상기 복수의 중량 데이터 및 상기 제1 영역의 이미지를 수신하고, 군집화 알고리즘에 기초하여 상기 복수의 중량 데이터를 N(1 이상의 정수)개의 중량 데이터 그룹으로 분류하고, 상기 N개의 중량 데이터 그룹 각각의 대표 중량을 산출하고, 미리 설정된 기준 중량 범위 및 상기 N개의 중량 데이터 그룹 각각의 대표 중량에 기초하여 상기 N개의 중량 데이터 그룹에서 M(1 이상 N 이하의 정수)개의 중량 데이터 그룹을 선택하고, 상기 제1 영역의 이미지의 촬영 시점 및 상기 M개의 중량 데이터 그룹 각각의 중량 데이터 측정 시간에 기초하여 상기 M개의 중량 데이터 그룹 각각의 가중치를 설정하고, 상기 M개의 중량 데이터 그룹 각각의 가중치에 기초하여 상기 M개의 중량 데이터 그룹 각각의 대표 중량의 가중합을 산출하고, 상기 가중합을 상기 가축 개체의 중량으로 산출하는 서버를 포함한다.
또한, 본 발명의 일 실시예에 따른 가축 개체의 생체 정보 산출 방법은, 프로세서에서 수행되는 것으로서, 미리 설정된 제1 기간 동안 시간 경과에 따라 순차적으로 측정된 상기 가축 개체의 중량 데이터인 복수의 중량 데이터 및 상기 가축 개체가 포함된 제1 영역의 이미지를 획득하는 단계와, 군집화 알고리즘에 기초하여 상기 복수의 중량 데이터를 N(1 이상의 정수)개의 중량 데이터 그룹으로 분류하는 단계와, 상기 N개의 중량 데이터 그룹 각각의 대표 중량을 산출하는 단계와, 미리 설정된 기준 중량 범위 및 상기 N개의 중량 데이터 그룹 각각의 대표 중량에 기초하여 상기 N개의 중량 데이터 그룹에서 M(1 이상 N 이하의 정수)개의 중량 데이터 그룹을 선택하는 단계와, 상기 제1 영역의 이미지의 촬영 시점 및 상기 M개의 중량 데이터 그룹 각각의 중량 데이터 측정 시간에 기초하여 상기 M개의 중량 데이터 그룹 각각의 가중치를 설정하는 단계와, 상기 M개의 중량 데이터 그룹 각각의 가중치에 기초하여 상기 M개의 중량 데이터 그룹 각각의 대표 중량의 가중합을 산출하고, 상기 가중합을 상기 가축 개체의 중량으로 산출하는 단계를 포함한다.
본 발명에 따르면, 가축 개체의 중량을 정확하게 측정할 수 있다.
또한, 본 발명에 따르면, 가축 개체의 측정 중량과, 상기한 측정 중량을 가지는 가축 개체의 이미지로 구성된 생체 정보를 생성할 수 있고, 이에 따라, 이미지에 기초하여 가축 개체의 중량을 정확하게 예측할 수 있다.
또한, 본 발명의 효과는 상기한 효과로 한정되는 것은 아니며, 본 발명의 상세한 설명 또는 청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.
도 1은 본 발명의 일 실시예에 따른 가축 개체의 생체 정보 산출 시스템의 개략적인 구성을 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 생체 데이터 획득 장치의 기구적인 구조를 간략화하여 도시한 도면이다.
도 3은 본 발명의 일 실시예에 따른 생체 데이터 획득 장치의 구동 방법의 흐름도를 도시한 도면이다.
도 4는 본 발명의 일 실시예에 따른 가축 개체의 생체 정보 산출 방법의 전체적인 흐름도를 도시한 도면이다.
도 5에서는 본 발명의 일 실시예에 따른 생체 데이터 획득 장치에서 촬영되는 제1 영역의 이미지의 일례를 도시한 도면이다.
도 6은 도 4에 포함된 단계들 중 일부 단계의 세부적인 흐름도를 도시한 도면이다.
도 7은 본 발명의 일 실시예에 따라서, 전처리된 복수의 중량 데이터의 서로 다른 일례를 도시한 도면이다.
도 8은 본 발명의 일 실시예에 따라서, 군집화 알고리즘에 기반하여 복수의 중량 데이터를 N개의 중량 데이터 그룹으로 분류한 서로 다른 일례를 도시한 도면이다.
도 9는 본 발명의 일 실시예에 따라서, N개의 중량 데이터 그룹에서 M개의 중량 데이터 그룹을 선택하는 서로 다른 일례를 도시한 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
"제1", "제2" 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다. "및/또는" 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하에서, 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 이 때, 본 실시예에서는 "가축"을 가금류의 일종인 닭(육계)으로 가정하여 설명한다. 하지만, 본 실시예는 오리, 거위 등의 다른 가금류와, 다른 가축에 대해서도 동일하게 적용될 수 있다.
도 1은 본 발명의 일 실시예에 따른 가축 개체의 생체 정보 산출 시스템(1)의 개략적인 구성을 도시한 도면이다.
도 1을 참조하면, 생체 정보 산출 시스템(1)은 생체 데이터 획득 장치(10) 및 서버(20)를 포함할 수 있다.
생체 데이터 획득 장치(10)는 닭 개체군이 집단으로 사육되는 농장에 마련될 수 있다. 생체 데이터 획득 장치(10)는 닭 개체군에 포함되는 닭 개체 각각의 중량 데이터를 측정할 수 있고, 더불어 닭 개체를 포함하는 제1 영역의 이미지를 촬영할 수 있다. 이 때, 하나 이상의 생체 데이터 획득 장치(10)가 농장에 배치될 수 있다.
도 2는 본 발명의 일 실시예에 따른 생체 데이터 획득 장치(10)의 기구적인 구조를 간략화하여 도시한 도면이다.
도 1 및 도 2을 참조하면, 생체 데이터 획득 장치(10)는, 중량 측정 모듈(11), 라이다 센서(12), 카메라(13), 제어 모듈(14) 및 장치 프레임(15)를 포함할 수 있다.
장치 프레임(15)은 생체 데이터 획득 장치(10)의 전체적인 외관을 구성할 수 있으며, 일례로, "ㄷ"의 형상일 수 있다.
중량 측정 모듈(11)은 장치 프레임(15)의 하측부에 배치될 수 있고, 닭 개체의 중량 데이터를 측정할 수 있다. 중량 측정 모듈(11)의 상면(111)에는 닭 개체가 안착할 수 있는 공간이 제공될 수 있고, 중량 측정 모듈(11)의 내부에는 중량 센서(112)가 설치될 수 있다. 중량 센서(112)는 중량 측정 모듈(11)의 상면(111)에 안착된 닭 개체의 중량 데이터를 측정할 수 있다.
라이다 센서(Lidar sensor)(12)는 장치 프레임(15)의 상측부에 배치될 수 있고, 거리를 측정할 수 있다. 즉, 라이다 센서(12)는 라이다 센서(12)와 중량 측정 모듈(11) 사이의 거리 또는 라이다 센서(12)와 중량 측정 모듈(11)의 상면(111)에 안착된 닭 개체 사이의 거리를 측정하는 거리 센서일 수 있다. 한편, 라이다 센서(12)를 대신하여 레이더 센서, 적외선 거리 센서, 초음파 거리 센서 등의 다양한 거리 센서가 사용될 수도 있다.
구체적으로, 라이다 센서(12)는 중량 측정 모듈(11)의 상측에 배치되어 레이저 빔을 방사 및 수신할 수 있고, 이에 따라 거리를 측정할 수 있다. 도 2을 참조하면, 닭 개체가 중량 측정 모듈(11)의 상면(111)에 안착하지 않는 경우, 라이다 센서(12)는 중량 측정 모듈(11)의 상면(111)과 라이다 센서(12) 사이의 거리를 측정할 수 있다. 또한, 닭 개체가 중량 측정 모듈(11)의 상면(111)에 안착된 경우, 라이다 센서(12)는 닭 개체와 라이다 센서(12) 사이의 거리를 측정할 수 있다. 일례로, 라이다 센서(12)와 중량 측정 모듈(11)의 이격 거리는 1m일 수 있고, 중량 측정 모듈(11)의 상면(111)에 닭 개체가 안착한 경우, 라이다 센서(12)는 0.6m의 거리를 측정할 수 있다.
카메라(13)는 장치 프레임(15)의 하측부에 배치될 수 있고, 중량 측정 모듈(11)이 위치하는 제1 영역의 이미지를 촬영할 수 있다. 이 때, 카메라(13)는 중량 측정 모듈(11)의 상측에 배치될 수 있고, 이에 따라 제1 영역의 이미지는 제1 영역의 탑뷰 이미지(top view image)일 수 있다.
제어 모듈(14)은, 중량 센서(112), 라이다 센서(12) 및 카메라(13)의 구동을 제어할 수 있고, 중량 센서(112) 및 카메라(13)로부터 각각 중량 데이터 및 제1 영역의 이미지를 획득할 수 있다. 도 2에 도시되지 않았지만, 제어 모듈(14)는 장치 프레임(15)의 다양한 지점에 설치될 수 있다.
제어 모듈(14)은, 중앙처리장치, 애플리케이션 프로세서, 또는 커뮤니케이션 프로세서 중 하나 또는 그 이상을 포함하는 프로세서부를 포함할 수 있다. 제어 모듈(14)은 제어 보드(control board)에 포함될 수 있으며, 제어 보드는 서버(20)와의 통신 연결을 위한 근거리 통신부 및/또는 원거리 통신부를 더 포함할 수 있다.
한편, 실시예에 따르면, 하나의 특정 시점에서, 제어 모듈(14)는 중량 센서(112), 라이다 센서(12) 및 카메라(13) 중 어느 하나만을 구동하도록 제어할 수 있다. 즉, 제어 모듈(14)는 중량 센서(112), 라이다 센서(12) 및 카메라(13) 중 2 이상을 제어하지 못하고, 순차적으로 제어할 수 있다. 이에 따라, 제어 모듈(14) 내지 생체 데이터 획득 장치(10)의 제조 원가가 절감될 수 있다.
실시예에 따르면, 제어 모듈(14)은, 시점 A(즉, 제1 시점)에서 제1 영역의 이미지를 촬영하도록 카메라(13)의 구동을 제어할 수 있고, 시점 A 직후의 미리 설정된 기간 B(즉, 제1 기간) 동안 주기적/순차적으로 닭 개체의 중량 데이터를 측정하도록 중량 센서(112)의 구동을 제어할 수 있다. 이에 따라, 제어 모듈(14)은 제1 영역의 이미지 및 시간 경과에 따른 복수의 중량 데이터를 획득할 수 있다. 즉, 시간 경과에 따른 복수의 중량 데이터는 (중량 데이터 측정 시간, 중량 데이터)의 조합 데이터일 수 있다. 획득된 제1 영역의 이미지 및 복수의 중량 데이터는 서버(20)로 전송될 수 있다.
이하, 생체 데이터 획득 장치(10)가 제1 영역의 이미지 및 시간 경과에 따른 복수의 중량 데이터를 획득하는 내용을 보다 상세하게 설명하기로 한다.
도 3은 본 발명의 일 실시예에 따른 생체 데이터 획득 장치(10)의 구동 방법의 흐름도를 도시한 도면이다. 상술한 바와 같이, 생체 데이터 획득 장치(10)의 구동은 제어 모듈(14)에 의해 제어될 수 있다.
단계(S11)에서, 제어 모듈(14)은 미리 설정된 초기화 조건이 만족되는 경우, 중량 센서(112)를 초기화할 수 있다. 여기서, 중량 센서(112)의 초기화는 중량 센서(112)의 영점(zero point)을 조정하는 캘리브레이션 과정일 수 있다. 단계(S11)의 영점 조정은 실시간으로 수행될 수 있다.
구체적으로, 중량 측정 모듈(11)의 상면(111)에 안착된 닭 개체가 배출한 배설물, 닭 개체에서 빠진 털 등의 이물질이 중량 측정 모듈(11)의 상면(111)에 존재할 수 있다. 이 때, 이물질의 중량으로 인해, 중량 측정 모듈(11)에서 측정되는 닭 개체의 중량 데이터는 실제의 닭 개체의 중량 데이터과 상이할 수 있고, 따라서 중량 측정 모듈(11)은 실제의 닭 개체의 중량 데이터를 정확하게 측정하지 못하는 문제점이 발생한다. 따라서, 제어 모듈(14)은 미리 설정된 초기화 조건이 만족되는 경우, 중량 센서(112)의 영점을 조정할 수 있다.
여기서, 초기화 조건은, 특정 기간(즉, 제3 기간)에서, 라이다 센서(12)에서 측정된 거리 데이터가 미리 설정된 임계 거리를 초과하면서 중량 센서(112)의 중량 데이터가 미리 설정된 임계 중량 이상인 것과 대응될 수 있다.
일례로서, 라이다 센서(12)와 중량 측정 모듈(11)의 이격 거리가 1m이고, 임계 거리가 0.7m이고, 임계 중량이 30g인 것으로 가정한다. 이 때, 특정 기간에서의 거리 데이터가 임계 거리(0.7m)보다 큰 0.95m로 측정되면서, 특정 기간에서의 중량 데이터가 임계 중량(30g)보다 큰 0.35g로 측정되었다. 이는 중량 측정 모듈(11)의 상면(112)에는 닭 개체가 안착하지 않았음에도 불구하고 0.35g의 중량 데이터가 측정된 상황이며, 0.35g의 중량 데이터는 상기한 이물질의 중량이다. 따라서, 제어 모듈(14)는 중량 센서(112)의 영점을 조정하며, 상기 상황에서 중량 센서(112)은 0g의 중량 데이터를 측정할 수 있다.
그 후, 단계(S12)에서, 제어 모듈(14)은, 상기한 특정 기간 이후의 기간 A(즉, 제2 기간) 동안 라이다 센서(12)를 통해 주기적/순차적으로 측정된 거리 데이터가 모두 임계 거리 이하이고, 기간 A 동안 중량 센서(112)를 통해 주기적/순차적으로 측정된 중량 데이터가 모두 임계 중량 이상인지 여부를 판단할 수 있다.
일례로서, 임계 거리 및 임계 중량은 상술한 바와 같이 0.7m 및 30g일 수 있고, 기간 A의 길이는 6초일 수 있고, 측정 주기는 0.3초일 수 있다.
기간 A에서 측정된 거리 데이터가 모두 임계 거리 이하이고, 기간 A에서 측정된 중량 데이터가 모두 임계 중량 이상이면, 제어 모듈(14)은 중량 측정 모듈(11)의 상면(111)에 닭 개체가 안착한 것으로 판단할 수 있다. 그리고, 기간 A에서 측정된 거리 데이터가 모두 임계 거리 이하가 아닌 경우 또는 기간 A에서 측정된 중량 데이터가 모두 임계 중량 이상이 아닌 경우, 제어 모듈(14)은 중량 측정 모듈(11)의 상면(111)에 닭 개체가 안착하지 않는 것으로 판단할 수 있다. 즉, 단계(S12)는 닭 개체가 중량 측정 모듈(11)의 상면(111)에 안착하였는지 여부를 판단하는 단계일 수 있다.
중량 측정 모듈(11)의 상면(111)에 닭 개체가 안착한 것으로 판단된 경우, 단계(S13)에서, 제어 모듈(14)는 기간 A 직후의 시점 A(즉 제1 시점)에서, 제1 영역의 이미지를 촬영하도록 카메라(13)를 제어함으로써 제1 영역의 이미지를 획득할 수 있다. 그리고, 단계(S14)에서, 제어 모듈(14)는 시점 A 직후의 기간 B(즉, 제1 기간)에서 주기적/순차적으로 중량 데이터를 측정하도록 중량 센서(112)를 제어함으로써, 시간 경과에 따른 복수의 중량 데이터를 획득할 수 있다. 여기서, 기간 B의 길이는 기간 A의 길이보다 크도록 설정될 수 있다. 일례로, 기간 B의 길이는 9초일 수 있고, 측정 주기는 0.3초일 수 있다.
구체적으로, 상술한 바와 같이, 제어 모듈(14)은 하나의 특정 시점에서, 제어 모듈(14)는 하나의 구성 요소(중량 센서(112), 라이다 센서(12), 카메라(13))만을 제어할 수 있다. 그리고, 중량 측정 모듈(11)의 상면(111)에 안착된 닭 개체는 계속하여 움직이며, 특히 닭 개체가 중량 측정 모듈(11)의 상면(111)에서 이탈될 수 있다. 만약, 닭 개체의 중량 데이터가 먼저 측정되도록 동작하되, 닭 개체가 중량 측정 모듈(11)의 상면(111)에서 이탈하는 상황이 발생하면, 제1 영역의 이미지에 가축 객체가 포함되지 않는다. 이 경우, 후술하는 닭 개체의 이미지와 닭 개체의 중량이 시간 상으로 서로 매칭되지 않을 수 있다. 따라서, 제어 모듈(14)은, 제1 영역의 이미지를 먼저 촬영한 후에 시간 경과에 따른 복수의 중량 데이터를 측정하도록, 카메라(13) 및 중량 센서(112)를 제어할 수 있다.
그리고, 중량 측정 모듈(11)의 상면(111)에 닭 개체가 안착하지 않는 것으로 판단된 경우, 단계(S15)에서, 제어 모듈(14)은 제1 영역의 이미지 및 시간 경과에 따른 복수의 중량 데이터를 획득하지 않는다.
한편, 제1 영역의 이미지의 촬영 시점, 즉 제1 시점은 기간 A의 직후의 시점으로 설명하였으나, 본 발명은 이에 한정되는 것은 아니다. 일례로, 제1 시점은 중량 데이터를 측정하는 기간 B 내의 어느 하나의 시점일 수도 있고, 기간 B의 직후의 시점일 수도 있다.
다시, 도 1을 참조하면, 서버(20)는 생체 데이터 획득 장치(10)로부터 수신된 제1 영역의 이미지 및 시간 경과에 따른 복수의 중량 데이터에 기초하여 닭 개체의 생체 정보를 생성할 수 있다. 이를 위해, 서버(20)는 통신부(21), 메모리(22), 프로세서(23) 및 디스플레이부(24)를 포함할 수 있다.
통신부(21)는 생체 데이터 획득 장치(10)와 통신 연결될 수 있다. 즉, 통신부(21)를 통해 제1 영역의 이미지 및 시간 경과에 따른 복수의 중량 데이터가 수신될 수 있다. 일례로, 통신부(21)는 근거리 통신 모듈 및/또는 원거리 통신 모듈을 포함할 수 있다.
메모리(22)는 휘발성 및/또는 비휘발성 메모리일 수 있고, 서버(20)의 적어도 하나의 다른 구성요소에 관계된 명령어 또는 데이터를 저장할 수 있다. 특히, 메모리(22)는 서버(20)에서 수행되는 컴퓨터 프로그램, 애플리케이션, 기록 매체 등과 관계된 명령어 또는 데이터를 저장할 수 있고, 더불어 제1 영역의 이미지 및 시간 경과에 따른 복수의 중량 데이터를 저장할 수 있다.
프로세서(23)는 중앙처리장치, 애플리케이션 프로세서, 또는 커뮤니케이션 프로세서 중 하나 또는 그 이상을 포함할 수 있다. 프로세서(23)는 서버(20)의 적어도 하나의 다른 구성요소들의 제어 및/또는 통신에 관한 연산이나 데이터 처리를 실행할 수 있다. 특히, 프로세서(23)는 컴퓨터 프로그램/애플리케이션의 명령어를 실행할 수 있고, 이에 따라 생체 정보를 생성할 수 있다. 후술하는 바와 같이, 닭 개체의 생체 정보는 닭 개체의 중량을 포함할 수 있고, 닭 개체의 중량과 대응되는 닭 개체의 이미지 또는 닭 개체의 이미지에서 획득되는 닭 개체의 면적을 더 포함할 수 있다.
디스플레이부(24)는 액정 디스플레이(LCD), 발광 다이오드 디스플레이(LED), 유기 발광 다이오드 디스플레이(OLED) 등으로 구성될 수 있으며, 영상 내지 영상 프레임을 표시할 수 있다. 특히, 디스플레이부(24)는 프로세서(23)에서 실행되는 컴퓨터 프로그램 또는 애플리케이션의 실행 화면을 출력할 수 있다.
이하, 서버(20)의 프로세서(23)에서 수행되는 가축 개체, 즉 닭 개체의 생체 정보 산출 방법을 보다 상세하게 설명하기로 한다.
도 4는 본 발명의 일 실시예에 따른 가축 개체의 생체 정보 산출 방법의 전체적인 흐름도를 도시한 도면이다.
먼저, 도 4를 참조하여 가축 개체의 생체 정보 산출 방법의 전체적인 흐름을 설명한다.
단계(S21)에서, 서버(20)는 제1 영역의 이미지 및 시간 경과에 따른 복수의 중량 데이터를 획득할 수 있다.
상술한 바와 같이, 시간 경과에 따른 복수의 중량 데이터는 기간 B 동안 주기적/순차적으로 측정된 닭 개체의 중량 데이터일 수 있다.
단계(S21)가 수행된 이 후, 단계(S22)가 수행되는 제1 과정과, 단계(S23) 및 단계(S24)가 수행되는 제2 과정이 병렬적으로 수행될 수 있다. 그러나, 본 발명은 이에 한정되는 것은 아니며, 단계(S23) 및 단계(S24)에 선행하여 단계(S22)가 수행될 수도 있고, 단계(S23) 및 단계(S24)에 후행하여 단계(S22)가 수행될 수도 있다.
단계(S22)에서, 서버(20)는 제1 영역의 이미지에서 닭 개체의 이미지를 추출할 수 있다. 이 때도, 닭 개체의 이미지는 닭 개체의 탑뷰 이미지일 수 있다.
도 5에서는 본 발명의 생체 데이터 획득 장치(10)에서 촬영되는 제1 영역의 이미지의 일례를 도시하고 있다.
도 5를 참조하면, 제1 영역의 이미지는, 중량 측정 모듈(11)의 상면(111)과, 중량 측정 모듈(11)의 상면(111)에 안착한 닭 개체(510)와, 중량 측정 모듈(11)의 상면(111)에 안착하지 않는 다른 닭 개체(520)를 포함할 수 있다. 이 경우, 서버(20)는 제1 영역의 이미지에서 닭 개체(510)의 형상을 추출하여 닭 개체의 이미지를 추출할 수 있다. 이 때, 미리 정의된 이미지 추출 알고리즘이 사용될 수 있다. 한편, 도면에 도시되지는 않았지만, 닭 개체(510)의 형상이 미리 설정된 기준 닭 형상과 미리 설정된 임계 비율(일례로, 90%) 이상으로 유사하지 않은 경우, 닭 개체의 생체 정보는 신뢰도가 떨어지는 것이므로, 닭 개체의 중량 데이터와 무관하게 닭 개체의 생체 정보는 산출되지 않을 수 있다.
다시 도 4를 참조하면, 단계(S23)에서, 서버(20)는 이상치 중량 데이터 범위에 따라 이상치 중량 데이터를 제거하여 복수의 중량 데이터를 전처리할 수 있다.
여기서, 이상치 중량 데이터 범위는 이상치 중량 상한값 및 이상치 중량 하한값을 경계로 하여 설정될 수 있으며, 서버(20)는 복수의 중량 데이터 중 이상치 중량 상한값보다 큰 중량 데이터 및 이상치 중량 하한값보다 작은 중량 데이터를 제거하여 복수의 중량 데이터를 전처리할 수 있다.
단계(S24)에서, 서버(20)는 전처리된 복수의 중량 데이터에 기초하여 닭 개체의 중량을 산출할 수 있다.
이하, 도 6을 참조하여 단계(S24)의 세부적인 흐름을 설명하기로 한다.
도 6은 도 4에 포함된 단계들 중 단계(S24)의 세부적인 흐름도를 도시한 도면이다.
단계(S241)에서, 서버(20)는 군집화 알고리즘에 기초하여 전처리된 복수의 중량 데이터를 N(1 이상의 정수)개의 중량 데이터 그룹으로 분류할 수 있다.
일례로서, 군집화 알고리즘은 데이터 밀도 차이를 기반으로 데이터를 분류하는 머신 러닝 기반의 알고리즘인 DBSCAN(Density-Based Spatial Clustering of Applications with Noise) 알고리즘일 수 있다. DBSCAN 알고리즘은 공지된 알고리즘이므로, 상세한 설명은 생략한다. 한편, DBSCAN 알고리즘을 대신하여 평균 이동(Mean Shift) 알고리즘, GMM(Gaussian Mixture Model) 알고리즘 등의 다양한 군집화 알고리즘이 사용될 수 있다.
도 7에서는 전처리된 복수의 중량 데이터의 서로 다른 일례를 도시하고 있다. 도 7을 참조하면, 상술한 바와 같이, 복수의 중량 데이터는 시간 경과에 따라서 순차적으로 측정된 중량 데이터일 수 있다.
그리고, 도 8에서는 군집화 알고리즘에 기반하여 복수의 중량 데이터를 N개의 중량 데이터 그룹으로 분류한 서로 다른 일례를 도시하고 있다. 이 때, 도 8의 (a)는 도 7의 (a)와 대응되고, 도 8의 (b)는 도 7의 (b)와 대응된다.
일례로서, 중량 데이터 그룹에는 최소 7개 이상의 중량 데이터가 포함되며, 최소 6개 이하의 중량 데이터로는 중량 데이터 그룹이 구성될 수 없다. 그러나, 본 발명이 이에 한정되는 것은 아니다. 따라서, 도 8의 (a)에서는 복수의 중량 데이터로부터 2개의 중량 데이터 그룹(중량 데이터 그룹 A, B)이 분류될 수 있고, 도 8의 (b)에서는 복수의 중량 데이터로부터 3개의 중량 데이터 그룹(중량 데이터 그룹 C, D, E)이 분류될 수 있다.
단계(S242)에서, 서버(20)는 N개의 중량 데이터 그룹 각각의 대표 중량을 산출할 수 있다. 실시예에 따르면, 중량 데이터 그룹의 대표 중량은 중량 데이터 그룹의 평균 중량일 수 있으나, 본 발명이 이에 한정되는 것은 아니다.
단계(S243)에서, 서버(20)는 N개의 중량 데이터 그룹 중 대표 중량이 기준 중량 범위에 포함되는 M(1 이상 N 이하의 정수)개의 중량 데이터 그룹을 선택할 수 있다.
여기서, 기준 중량 범위는 중량 데이터의 측정 날짜와 대응되는 일령에서의 기준 닭 개체의 평균 중량에 기초하여 설정될 수 있다. 기준 중량 범위는 기준 중량 상한값 및 기준 중량 하한값을 경계로 하여 설정될 수 있되, 기준 중량 상한값은 기준 닭 개체의 평균 중량에서 미리 설정된 제1 비율을 가산한 값과 대응되고, 기준 중량 하한값은 기준 닭 개체의 평균 중량에서 미리 설정된 제2 비율을 가산한 값과 대응될 수 있다. 일례로, 제1 비율은 "1.8"일 수 있고, 제2 비율은 "0.5"일 수 있고, 기준 중량 상한값은 "1.8×(기준 닭 개체의 평균 중량)"이고, 기준 중량 하한값은 "0.5×(기준 닭 개체의 평균 중량)"일 수 있다.
도 9에서는 N개의 중량 데이터 그룹에서 M개의 중량 데이터 그룹을 선택하는 서로 다른 일례를 도시하고 있다. 이 때, 도 9의 (a)는 도 8의 (a)와 대응되고, 도 9의 (b)는 도 8의 (b)와 대응된다.
도 9의 (a)을 참고하면, 2개의 중량 데이터 그룹의 대표 중량 모두가 기준 중량 범위에 포함되므로, 서버(20)는 2개의 중량 데이터 그룹 모두를 선택할 수 있다.
도 9의 (b)을 참고하면, 3개의 중량 데이터 그룹 중에서, 중량 데이터 그룹 C의 대표 중량이 기준 중량 범위에 포함되지 않고, 중량 데이터 그룹 D 및 E의 대표 중량이 기준 중량 범위에 포함된다. 따라서, 서버(20)는 3개의 중량 데이터 그룹 중 2개의 중량 데이터 그룹(중량 데이터 그룹 D 및 E)을 선택할 수 있다.
단계(S244)에서, 서버(20)는 M개의 중량 데이터 그룹 각각의 대표 중량 및 중량 데이터 측정 시간에 기초하여 닭 개체의 중량을 산출할 수 있다.
실시예에 따르면, 서버(20)는 M개의 중량 데이터 그룹 중 제1 영역의 이미지의 촬영 시점인 제1 시점과 가장 가까운 중량 데이터 측정 시간을 가지는 제1 중량 데이터 그룹을 선택하고, 제1 중량 데이터 그룹의 대표 중량을 닭 개체의 중량으로 산출할 수 있다.
여기서, 중량 데이터 측정 시간은, 중량 데이터 그룹에 포함된 복수의 소속 중량 데이터의 중량 데이터 측정 시간의 평균이거나, 복수의 소속 중량 데이터의 중량 데이터 측정 시간 중 가장 빠른 중량 데이터 측정 시간이거나, 복수의 소속 중량 데이터의 중량 측정 시간 중 가장 늦은 중량 데이터 측정 시간일 수 있다.
도 9의 (a)을 참고하면, 제1 영역의 이미지의 촬영 시점, 즉 제1 시점이 중량 데이터를 측정하는 기간 B의 직전 시점인 경우, 서버(20)는 기준 중량 범위에 포함된 2개의 중량 데이터 그룹인 중량 데이터 그룹 A 및 B 중 제1 시점과 가장 가까운 중량 데이터 측정 시간을 가지는 중량 데이터 그룹 A의 대표 중량(일례로, 평균 중량)을 닭 개체의 중량으로 산출할 수 있다. 또는, 제1 시점이 기간 B의 직후 시점인 경우, 서버(20)는 중량 데이터 그룹 A 및 B 중 제1 시점과 가장 가까운 중량 데이터 측정 시간을 가지는 중량 데이터 그룹 B의 대표 중량을 닭 개체의 중량으로 산출할 수 있다.
도 9의 (b)을 참고하면, 제1 시점이 기간 B의 직전 시점인 경우, 서버(20)는 기준 중량 범위에 포함된 2개의 중량 데이터 그룹인 중량 데이터 그룹 D 및 E 중 제1 시점과 가장 가까운 중량 데이터 측정 시간을 가지는 중량 데이터 그룹 D의 대표 중량을 닭 개체의 중량으로 산출할 수 있다. 또는, 제1 시점이 기간 B의 직후 시점인 경우, 서버(20)는 중량 데이터 그룹 D 및 E 중 제1 시점과 가장 가까운 중량 데이터 측정 시간을 가지는 중량 데이터 그룹 E의 대표 중량을 닭 개체의 중량으로 산출할 수 있다.
구체적으로, 중량 측정 모듈(11)의 상면(111)에 안착한 닭 개체는 가만히 있지 않고 계속 움직이며, 시간 경과에 따른 복수의 중량 데이터는 다양한 값으로 측정된다. 이 때, 복수의 중량 데이터를 평균하여 닭 개체의 중량을 선택하는 경우, 계속 움직이는 닭 개체의 특성으로 인해 닭 개체의 실제적인 중량을 정확하게 반영하지 못한다.
그리고, M개의 중량 데이터 그룹을 선택하고, M개의 중량 데이터 그룹 각각의 대표 중량을 평균하여 닭 개체의 중량을 측정하는 경우, 상술한 복수의 중량 데이터의 평균에 따른 닭 개체의 중량 산출 방법보다 정확한 닭 개체의 중량 산출이 가능하지만, M개의 중량 데이터 그룹 각각의 대표 중량이 많이 차이가 나는 경우, 산출된 닭 개체의 실제적인 중량은 닭 개체의 실제적인 중량을 정확하게 반영하지 못한다.
한편, 후술하는 바와 같이, 서버(20)는 닭 개체의 이미지와 닭 개체의 중량을 포함하는 닭 개체의 이미지/중량 정보를 생성 및 제공하므로, 중량 데이터 측정 시간이 닭 개체의 이미지(즉, 제1 영역의 이미지)의 촬영 시간인 제1 시점과 가장 가까운 중량 데이터 그룹일수록 닭 개체의 이미지(즉, 제1 영역의 이미지)의 촬영 시간에서의 닭 개체의 중량을 보다 정확하게 반영할 수 있다. 따라서, 서버(20)는 M이 2 이상인 경우, 제1 시점과 가장 가까운 중량 데이터 측정 시간을 가지는 제1 중량 데이터 그룹의 대표 중량을 닭 개체의 중량으로 산출할 수 있다.
다른 실시예에 따르면, 서버(20)는 제1 영역의 이미지의 촬영 시점 및 M개의 중량 데이터 그룹 각각의 중량 데이터 측정 시간에 기초하여 M개의 중량 데이터 그룹 각각의 가중치를 설정하고, M개의 중량 데이터 그룹 각각의 가중치에 기초하여 M개의 중량 데이터 그룹 각각의 대표 중량의 가중합을 산출하고, 산출된 가중합을 닭 개체의 중량으로 산출할 수 있다. 산출된 가중합을 이용한 닭 개체의 중량은 아래의 수학식 1과 같이 표현될 수 있다.
여기서, Wp는 닭 개체의 중량, μm는 m번재 중량 데이터 그룹의 가중치(0 이상 1 미만의 실수), wm는 m번째 중량 데이터 그룹의 대표 중량을 각각 의미하며, M개의 중량 데이터 그룹 각각의 가중치의 총 합은 1과 대응될 수 있다. 그리고, 중량 데이터 그룹의 가중치는 제1 영역의 이미지의 촬영 시점과 중량 데이터 그룹의 중량 데이터 측정 시간이 가까울수록 큰 값을 가질 수 있다.
도 9의 (a)을 참고하면, 제1 시점이 기간 B의 직전 시점인 경우, 서버(20)는 중량 데이터 그룹 A의 가중치를 중량 데이터 그룹 B의 가중치보다 크도록 설정하고, 수학식 1에 따른 가중합을 닭 개체의 중량으로 산출할 수 있다. 또는, 제1 시점이 기간 B의 직후 시점인 경우, 서버(20)는 중량 데이터 그룹 A의 가중치를 중량 데이터 그룹 B의 가중치보다 작도록 설정하고, 수학식 1에 따른 가중합을 닭 개체의 중량으로 산출할 수 있다
도 9의 (b)을 참고하면, 제1 시점 기간 B의 직전 시점인 경우, 서버(20)는 중량 데이터 그룹 D의 가중치를 중량 데이터 그룹 E의 가중치보다 크도록 설정하고, 수학식 1에 따른 가중합을 닭 개체의 중량으로 산출할 수 있다. 또는, 제1 시점이 기간 B의 직후 시점인 경우, 서버(20)는 중량 데이터 그룹 D의 가중치를 중량 데이터 그룹 E의 가중치보다 작도록 설정하고, 수학식 1에 따른 가중합을 닭 개체의 중량으로 산출할 수 있다.
다시, 도 4를 참고하면, 단계(S25)에서, 서버(20)는 닭 개체의 이미지 및 닭 개체의 중량을 포함하는 이미지/중량 정보를 생성할 수 있다.
상술한 바와 같이, 이미지/중량 정보는 닭 개체의 이미지와 닭 개체의 중량의 조합 정보일 수 있다. 이 때, 닭 개체의 중량은 닭 개체의 이미지의 촬영 시간의 닭 개체의 실제 중량을 가장 잘 반영할 수 있다. 한편, 이미지/중량 정보는 CCTV 등에서 촬영된 닭 개체의 면적과 닭 개체의 중량과의 관계 함수를 도출하기 위한 학습 데이터 등으로 사용될 수 있다.
한편, 도 4에 도시하지는 않았지만, 단계(S25)에서, 서버(20)는 닭 개체의 이미지에서 닭 개체의 면적을 추출할 수 있고, 닭 개체의 면적과 닭 개체의 중량을 포함하는 면적/중량 정보를 생체 정보로서 산출할 수 있다.
요컨대, 본 발명에 따르면, 닭 개체의 중량을 정확하게 측정할 수 있다.
또한, 본 발명에 따르면, 서버(20)는, 닭 개체의 측정 중량과, 상기한 측정 중량을 가지는 닭 개체의 이미지(면적)로 구성된 생체 정보를 생성할 수 있다. 이 때, 닭 개체의 중량은 닭 개체의 이미지의 촬영 시간에서의 중량이므로, 신뢰성이 높은 닭 개체의 이미지(면적)/중량 정보가 사용자에게 제공될 수 있다.
한편, 도 4의 단계들은 서버(20)을 대신하여 생체 데이터 획득 장치(10)의 제어 모듈(14)에서도 수행될 수 있다. 이 경우, 제어 모듈(14)은 고성능의 프로세서를 포함할 수 있다.
또한, 본 발명의 실시예들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 일 실시예들의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 청구범위뿐 아니라 청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.

Claims (5)

  1. 미리 설정된 제1 기간 동안 순차적으로 가축 개체의 중량 데이터를 측정하여 시간 경과에 따른 복수의 중량 데이터를 획득하고, 상기 가축 개체가 포함된 제1 영역의 이미지를 촬영하는 생체 데이터 획득 장치; 및
    상기 생체 데이터 획득 장치로부터 상기 복수의 중량 데이터 및 상기 제1 영역의 이미지를 수신하고, 군집화 알고리즘에 기초하여 상기 복수의 중량 데이터를 N(1 이상의 정수)개의 중량 데이터 그룹으로 분류하고, 상기 N개의 중량 데이터 그룹 각각의 대표 중량을 산출하고, 미리 설정된 기준 중량 범위 및 상기 N개의 중량 데이터 그룹 각각의 대표 중량에 기초하여 상기 N개의 중량 데이터 그룹에서 M(1 이상 N 이하의 정수)개의 중량 데이터 그룹을 선택하고, 상기 제1 영역의 이미지의 촬영 시점 및 상기 M개의 중량 데이터 그룹 각각의 중량 데이터 측정 시간에 기초하여 상기 M개의 중량 데이터 그룹 각각의 가중치를 설정하고, 상기 M개의 중량 데이터 그룹 각각의 가중치에 기초하여 상기 M개의 중량 데이터 그룹 각각의 대표 중량의 가중합을 산출하고, 상기 가중합을 상기 가축 개체의 중량으로 산출하는 서버;를 포함하는,
    가축 개체의 생체 정보 산출 시스템.
  2. 제1항에 있어서,
    상기 M개의 중량 데이터 그룹 각각의 가중치 각각은 0 이상 1 미만의 실수로서, 상기 M개의 중량 데이터 그룹 각각의 가중치의 총 합은 1과 대응되는,
    가축 개체의 생체 정보 산출 시스템.
  3. 제1항에 있어서,
    상기 중량 데이터 그룹의 중량 데이터 측정 시간이 상기 제1 영역의 이미지의 촬영 시점과 가까울수록 상기 중량 데이터 그룹은 큰 가중치를 가지도록 설정되는,
    가축 개체의 생체 정보 산출 시스템.
  4. 프로세서에서 수행되는 가축 개체의 생체 정보 산출 방법에 있어서,
    미리 설정된 제1 기간 동안 시간 경과에 따라 순차적으로 측정된 상기 가축 개체의 중량 데이터인 복수의 중량 데이터 및 상기 가축 개체가 포함된 제1 영역의 이미지를 획득하는 단계;
    군집화 알고리즘에 기초하여 상기 복수의 중량 데이터를 N(1 이상의 정수)개의 중량 데이터 그룹으로 분류하는 단계;
    상기 N개의 중량 데이터 그룹 각각의 대표 중량을 산출하는 단계;
    미리 설정된 기준 중량 범위 및 상기 N개의 중량 데이터 그룹 각각의 대표 중량에 기초하여 상기 N개의 중량 데이터 그룹에서 M(1 이상 N 이하의 정수)개의 중량 데이터 그룹을 선택하는 단계;
    상기 제1 영역의 이미지의 촬영 시점 및 상기 M개의 중량 데이터 그룹 각각의 중량 데이터 측정 시간에 기초하여 상기 M개의 중량 데이터 그룹 각각의 가중치를 설정하는 단계; 및
    상기 M개의 중량 데이터 그룹 각각의 가중치에 기초하여 상기 M개의 중량 데이터 그룹 각각의 대표 중량의 가중합을 산출하고, 상기 가중합을 상기 가축 개체의 중량으로 산출하는 단계;를 포함하는,
    가축 개체의 생체 정보 산출 방법.
  5. 제4항의 방법을 수행시키기 위한 프로그램을 기록한 컴퓨터 판독 가능 기록 매체.
KR1020230141788A 2023-07-10 2023-10-23 가축 개체의 정확한 생체 정보를 산출하는 시스템 및 방법 KR102643261B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230141788A KR102643261B1 (ko) 2023-07-10 2023-10-23 가축 개체의 정확한 생체 정보를 산출하는 시스템 및 방법

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020230089191A KR102643250B1 (ko) 2023-07-10 2023-07-10 가축 개체의 생체 정보 산출 시스템 및 방법
KR1020230141788A KR102643261B1 (ko) 2023-07-10 2023-10-23 가축 개체의 정확한 생체 정보를 산출하는 시스템 및 방법

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020230089191A Division KR102643250B1 (ko) 2023-07-10 2023-07-10 가축 개체의 생체 정보 산출 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR102643261B1 true KR102643261B1 (ko) 2024-03-05

Family

ID=90297610

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020230089191A KR102643250B1 (ko) 2023-07-10 2023-07-10 가축 개체의 생체 정보 산출 시스템 및 방법
KR1020230141787A KR102642519B1 (ko) 2023-07-10 2023-10-23 가축 개체의 생체 데이터 획득 장치
KR1020230141788A KR102643261B1 (ko) 2023-07-10 2023-10-23 가축 개체의 정확한 생체 정보를 산출하는 시스템 및 방법

Family Applications Before (2)

Application Number Title Priority Date Filing Date
KR1020230089191A KR102643250B1 (ko) 2023-07-10 2023-07-10 가축 개체의 생체 정보 산출 시스템 및 방법
KR1020230141787A KR102642519B1 (ko) 2023-07-10 2023-10-23 가축 개체의 생체 데이터 획득 장치

Country Status (1)

Country Link
KR (3) KR102643250B1 (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101877271B1 (ko) 2017-10-26 2018-07-11 주식회사 이모션 로드셀 기반의 가축 중량 측정 시스템 및 이를 이용한 가축의 표준중량 추정방법
KR20190066403A (ko) * 2017-12-05 2019-06-13 주식회사 토브스 가축 무게 측정 방법 및 시스템
KR102009677B1 (ko) 2017-09-13 2019-08-12 (주)제이케이데이터시스템즈 패턴인식 기반의 가금류 무게측정 시스템 및 방법
KR102229933B1 (ko) 2020-08-26 2021-03-18 윤명석 가금류 무게측정용 저울 및 이를 이용한 가금류 생체 측정 시스템
KR102377460B1 (ko) 2019-11-14 2022-03-22 주식회사 이모션 중량 측정 장치를 이용한 가축 생계 균일도 관리 시스템
KR102535769B1 (ko) * 2022-01-10 2023-05-26 (주)엠트리센 비접촉 가축 체중 측정장치 및 그 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102009677B1 (ko) 2017-09-13 2019-08-12 (주)제이케이데이터시스템즈 패턴인식 기반의 가금류 무게측정 시스템 및 방법
KR101877271B1 (ko) 2017-10-26 2018-07-11 주식회사 이모션 로드셀 기반의 가축 중량 측정 시스템 및 이를 이용한 가축의 표준중량 추정방법
KR20190066403A (ko) * 2017-12-05 2019-06-13 주식회사 토브스 가축 무게 측정 방법 및 시스템
KR102377460B1 (ko) 2019-11-14 2022-03-22 주식회사 이모션 중량 측정 장치를 이용한 가축 생계 균일도 관리 시스템
KR102229933B1 (ko) 2020-08-26 2021-03-18 윤명석 가금류 무게측정용 저울 및 이를 이용한 가금류 생체 측정 시스템
KR102535769B1 (ko) * 2022-01-10 2023-05-26 (주)엠트리센 비접촉 가축 체중 측정장치 및 그 방법

Also Published As

Publication number Publication date
KR102642519B1 (ko) 2024-03-04
KR102643250B1 (ko) 2024-03-05

Similar Documents

Publication Publication Date Title
US9152845B2 (en) Human attribute estimation system, human attribute estimation apparatus and human attribute estimation method
US11756324B2 (en) Fish biomass, shape, size, or health determination
TWI506565B (zh) 動態物件分類
US11688154B2 (en) Analysis and sorting in aquaculture
JP6977345B2 (ja) 画像処理装置、画像処理方法、及び画像処理プログラム
CN111868780A (zh) 学习用数据生成装置、学习用模型生成系统、学习用数据生成方法以及程序
US10796141B1 (en) Systems and methods for capturing and processing images of animals for species identification
KR20140045854A (ko) 단일객체에 대한 기울기를 추정하는 영상을 감시하는 장치 및 방법
CN106030660A (zh) 具有动态光照以用于眼睛追踪的计算阵列相机
US20210368748A1 (en) Analysis and sorting in aquaculture
US20220189001A1 (en) Rail feature identification system
JP2020119505A (ja) マルチカメラシステム内のダブルエンベディング構成を利用して、道路利用者イベントを検出するために用いられるセグメンテーション性能向上のための学習方法及び学習装置、そしてこれを利用したテスティング方法及びテスティング装置。｛ｌｅａｒｎｉｎｇ ｍｅｔｈｏｄ ａｎｄ ｌｅａｒｎｉｎｇ ｄｅｖｉｃｅ ｆｏｒ ｉｍｐｒｏｖｉｎｇ ｓｅｇｍｅｎｔａｔｉｏｎ ｐｅｒｆｏｒｍａｎｃｅ ｔｏ ｂｅ ｕｓｅｄ ｆｏｒ ｄｅｔｅｃｔｉｎｇ ｒｏａｄ ｕｓｅｒ ｅｖｅｎｔｓ ｕｓｉｎｇ ｄｏｕｂｌｅ ｅｍｂｅｄｄｉｎｇ ｃｏｎｆｉｇｕｒａｔｉｏｎ ｉｎ ｍｕｌｔｉ−ｃａｍｅｒａ ｓｙｓｔｅｍ ａｎｄ ｔｅｓｔｉｎｇ ｍｅｔｈｏｄ ａｎｄ ｔｅｓｔｉｎｇ ｄｅｖｉｃｅ ｕｓｉｎｇ ｔｈｅ ｓａｍｅ｝
JP2019101664A (ja) 推定プログラム、推定システム、及び推定方法
KR102643261B1 (ko) 가축 개체의 정확한 생체 정보를 산출하는 시스템 및 방법
CN108573197A (zh) 视频动作检测方法及装置
JP6920944B2 (ja) 物体検出装置
KR102643267B1 (ko) 가축 개체의 중량 및 면적을 포함하는 상기 가축 개체의 생체 정보를 높은 신뢰성으로 산출하는 시스템 및 방법
KR20190100518A (ko) 소프트 타겟 학습 기법에 의해 경량화된 랜덤 포레스트 분류 방법을 이용한 보행자 검출 방법 및 시스템
KR102689836B1 (ko) 가축 개체의 중량 추정 장치 및 방법과, 상기 중량 추정 장치를 포함하는 중량 추정 시스템
EP4399689A1 (en) Object detection systems and methods including an object detection model using a tailored training dataset
KR102689837B1 (ko) 가축 개체군의 중량 추정 장치 및 방법과, 상기 중량 추정 장치를 포함하는 중량 추정 시스템
KR102594017B1 (ko) 가축 관리 시스템 및 이의 동작 방법
KR102643254B1 (ko) 가축 개체군의 출하 정보 산출 장치 및 방법과, 상기 출하 정보 산출 장치를 포함하는 출하 정보 산출 시스템
WO2021014846A1 (ja) 情報処理装置、データ生成方法、及びプログラムが格納された非一時的なコンピュータ可読媒体
US12147501B2 (en) Object detection systems and methods including an object detection model using a tailored training dataset

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant