트랩 기반 해충 카운팅을 위한 멀티스케일 및 변형 가능한 밀도 어텐션 모델

이원도; 손창환; 박성웅

doi:10.14801/jkiit.2023.21.12.1

주제분류

...

저널정보

한국정보기술학회
한국정보기술학회논문지 학술저널
한국정보기술학회논문지 제21권 제12호(JKIIT, Vol.21, No.12)
2023.12 1 - 11 (11page)
DOI : 10.14801/jkiit.2023.21.12.1

저자정보

이원도 (군산대학교)
손창환 (군산대학교)
박성웅 (비앤에스코퍼레이션)

이용수
내서재: 1

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

초록·키워드

오류제보하기

본 연구에서는 트랩에 포획된 해충의 마릿수를 자동으로 측정하기 위한 해충 카운팅 모델을 제안하고자 한다. 해충은 농작물에 피해를 주기 때문에 조기 방제가 아주 중요하다. 이를 위해, 최근 해충 발생량을 시기별로 측정하기 위해 디지털 트랩이 활용되고 있다. 하지만 고전적인 카운팅 방식은 사람의 육안으로 측정하기 때문에 상당한 시간과 비용이 요구되었다. 이를 해결하기 위해, 본 연구에서는 기존 군중 카운팅 기술을 해충 카운팅 분야에 적용 및 확장하는 방안을 소개하고자 한다. 특히, 해충 카운팅의 걸림돌이 되는 해충 포즈의 다양성과 스케일 및 폐색 문제를 극복할 수 있는 새로운 해충 카운팅 모델을 제안하고자 한다. 실험 결과를 통해서, 제안한 해충 카운팅 모델이 트랩에서 포획된 해충 개수를 정확히 추정할 수 있음을 검증하였다. 그리고 기존의 해충 카운팅 모델들과 비교해서, 평균 제곱 오차에서 26% 이상의 정확도를 개선할 수 있었다.

In this study, we propose a pest counting model to automatically measure the number of pests caught in a trap. Pests damage crops, so early control is very important. To this end, digital traps have recently been utilized to measure the amount of pests generated over time. However, since the classical counting method is measured with the human eye, considerable time and cost are required. To solve this problem, this study introduces a method to apply and expand the existing crowd counting technology to the field of pest counting. In particular, we would like to propose a new pest counting model that can overcome the problems of diversity of pest poses, scale, and occlusion, which are obstacles to pest counting. Through the experimental results, it was verified that the proposed pest counting model can accurately estimate the number of pests captured in the trap. Also, compared to the existing pest counting models, it was possible to improve the accuracy of more than 26% in the mean square error.

#deep learning #pest counting #crowd counting #density estimation #deformable convolution #attention

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

Review/이강소전/남춘모전/기운나는 이름, 어머니전/ 가족 5락전/복부희전 외

편집부 더원미술세계 2003.05

교차 어텐션 퓨전 기반의 멀티스펙트럴 객체 검출

양민석 , 손창환 한국정보기술학회논문지 2023.11

비지도 학습 기반 가짜뉴스 생성 프레임워크 개발 및 데이터셋 품질 평가 지표의 효과성 연구

김중훈 , 박새란 , 이지윤 외 2명 대한산업공학회지 2024.02

공간적 상관성을 고려한 딥러닝 기반 부동산 가격 예측 방법 제안

김규석 , 김경민 , 조재우 한국정보기술학회논문지 2024.01

해충 이미지 분류를 위한 멀티스케일 교차 주의집중 비전 트랜스포머

김가은 , 손창환 한국정보기술학회논문지 2023.07

최근 본 자료

전체보기

UCI(KEPA) : I410-151-24-02-088529377

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드