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)
