딥러닝을 이용한 가금류질병 모니터링 및 경보시스템 구축에 관한 연구

Abstract

본 연구는 반복되는 조류독감 및 가축 전염병의 확산으로 인해서 발생되는 대량의 가금류 살처분과 토지와 지하수 등 환경의 오염을 방지하기 위해서 이미지 분석을 통한 가금류의 질병을 탐지하는 것을 목적으로 두고 연구를 진행했다. 현재의 시스템은 농가의 자발적인 신고에 의존하는 구조라서 신고가 늦어지면 이미 질병이 확산되어진 경우가 많았다. 본 논문에서는 농가의 자발적인 신고에 의존하는 구조에서 농가의 CCTV를 활용한 가금류의 이미지를 분석하여 의심증상이 발생되면 이를 자동으로 방역기관에 보고하는 구조를 제안한다. 이를 위해서 질병의 여러가지 지표 중에서 특히 닭의 경우 닭 볏의 색깔의 변화를 주요 생체표지자(BioMarker)로 삼고, 동일한 조건하에서 닭 볏의 색깔의 변화만으로 정상인 닭과 비정상인 닭을 구분하는 것을 목표로 삼았다. 실험에 사용된 Dataset 은 검색을 통해서 정상인 닭의 이미지를 모았으며 정상인 닭의 이미지에 볏의 변화를 합성해서 아픈 닭의 이미지를 만들었다. 이미지 분류에서 대표적으로 사용하는 CNN의 기법 중 Google의 Inception-v3의 Transfer Learning 모델을 사용했다. 실험의 결과로 사람이 판단할 수 있는 수치의 정확도를 보이는 결과를 보여줬다. 닭 볏의 색깔 변화가 Biomarker 로 분류기에서 제대로 분류되고 있다는 유의미한 결과를 보여주었다. 본 논문의 공헌사항은 닭의 이미지를 분석해서 질병을 예측하고 보고하는 과정이 자동으로 되기 때문에 질병을 조기에 발견하고 병의 확산을 막는데 기여할 수 있다.