본문 바로가기
돌봄

한국콘텐츠학회, 객체 인식을 활용한 반려동물 행동 분류 모델 연구

by 야호펫 2024. 6. 12.
728x90

객체 인식을 활용한 반려동물 행동 분류 모델 연구

 

객체 인식을 활용한 반려동물 행동 분류 모델 연구

Research on Companion Animal Behavior Classification Model using Object Recognition


한국콘텐츠학회 논문지

약어 : Jour. of KoCon.a

2024, vol.24, no.5, pp. 65-72 (8 pages)

DOI : 10.5392/JKCA.2024.24.05.065

발행기관 : 한국콘텐츠학회

연구분야 : 복합학 > 학제간연구


배재대학교 백종우 / Jongwoo Baek

배재대학교 컴퓨터공학과 권보순 / Bo-Sun Kwon, 이승은 / Seung-Eun Lee

배재대학교 정회경 / HOIKYUNG JUNG orcid


초록

 

2022년 기준 우리나라 전체 가구 중 반려동물을 키우는 가정이 25.7%에 달하는 것으로 나타났다. 반려동물을 키우는 1인 가구에서 느끼는 가장 큰 어려운 점은 집에 반려동물을 혼자 두고 외출하는 경우가 많은 것으로 나타났다.

 

이에, 본 논문에서는 객체 인식 기반 반려동물에 대한 행동을 분석, 인식하고 이상한 징후가 발생할 때 모니터링이 가능한 모델을 제안한다.

 

한국지능정보사회진흥원의 반려동물 행동 영상에 대한 데이터셋인 갱의 영상을 이용하였다.

 

15가지 행동 중 대표적인 5가지 행동에 대해 분류를 수행하였으며, 객체 인식 모델은 YOLOv8을 활용하였다.

 

이를 활용하여 개의 객체를 인식하고, 키포인트를 추출하여 이 데이터를 시계열 데이터로 전처리한 후 GRU와 LSTM을 실험하여 최종적으로 LSTM으로 행동 분류에 대한 결과를 보였다.

 

YOLOv8에서 키포인트 예측은 mAP 78.4%, 객체 인식 정확도는 mAP 99.4%을 보였으며. LSTM은 2계층 모델을 선정해 70.9%의 검증 정확도와 87.6%의 훈련 정확도를 보였다.


* 논문정보 : 한국학술지인용색인(KCI)

728x90