본문 바로가기
KERD
논문KCI 등재

질감 분석과 CNN을 이용한 잡음에 강인한 돼지 호흡기 질병 식별

Noise-Robust Porcine Respiratory Diseases Classification Using Texture Analysis and CNN

이종욱|정용화|박대희|최용주
한국정보처리학회|2018.03|정보처리학회 논문지 (The Transactions of the Korea Information Processing Society)|제7권 제3호|pp. 91-98|DOI https://doi.org/10.3745/KTSDE.2018.7.3.91

0

조회

0

다운로드

1

인용

0

참고문헌

키워드

CNNDNSConvolutional Neural NetworkSound AnalysisNoise Robustness소리 분석돼지 호흡기 질병잡음 강인성Porcine Respiratory DiseasesDominant Neighborhood Structure
주제분류컴퓨터학

초록

집단으로 사육되는 돼지 농장에서 돼지 소모성 질환의 자동 탐지는 매우 중요한 문제이다. 특히, 밀집된 돈사에서 사육되는 돼지들의 호흡기 질환은 축산 농가의 막대한 경제적 손실을 야기하는 대표적 질병들 중 하나이다. 본 논문에서는 소리 신호 해석에 기반하여 돼지의 호흡기 질환을 조기 탐지 및 식별하는 잡음에도 강인한 시스템을 제안한다. 제안하는 시스템은, 먼저 1차원의 소리 신호를 2차원의 회색조 영상으로 변환한 후, DNS기법으로 질감 특징 정보를 갖는 이미지를 생성한다. 마지막으로, 이를 CNN에 입력함으로써 잡음에도 강인한 돼지 호흡기 질병 탐지 및 식별 시스템을 구현하고자 한다. 실제 국내 돈사에서 취득한 돼지의 발성음을 이용하여 제안하는 시스템의 성능을 실험적으로 검증한바, 제안된 시스템은 경제적인 비용(저가의 소리 센서)과 시스템 정확도(96.0% 정확도)로 다양한 잡음 환경에서도 돼지의 호흡기 질병들을 탐지할 수 있음을 실험적으로 확인하였다. 제안된 시스템은 독자적인 혹은 기존 방법들의 보완책으로 사용될 수 있다.

Abstract

Automatic detection of pig wasting diseases is an important issue in the management of group-housed pigs. In particular, porcine respiratory diseases are one of the main causes of mortality among pigs and loss of productivity in intensive pig farming. In this paper, we propose a noise-robust system for the early detection and recognition of pig wasting diseases using sound data. In this method, first we convert one-dimensional sound signals to two-dimensional gray-level images by normalization, and extract texture images by means of dominant neighborhood structure technique. Lastly, the texture features are then used as inputs of convolutional neural networks as an early anomaly detector and a respiratory disease classifier. Our experimental results show that this new method can be used to detect pig wasting diseases both economically (low-cost sound sensor) and accurately (over 96% accuracy) even under noise-environmental conditions, either as a standalone solution or to complement known methods to obtain a more accurate solution.

참고문헌 (19)

  1. 주미소, "이유자돈사에서 개별 돼지 모니터링을 위한 실시간 돼지 구분", 멀티미디어학회논문지, 19(2), pp.215~223 (2016), 한국멀티미디어학회[DOI]
  2. 서일환, "양돈장의 소모성질병 확산 분석을 위한 현장 모니터링 및 공기유동학적 분석", 한국농공학회논문집, 56(1), pp.41~49 (2014), 한국농공학회
  3. 허덕, "돼지 소모성질병에 의한 농가소득 변화 분석", 농촌경제, 31(1), pp.77~88 (2008), 한국농촌경제연구원[DOI]
  4. 최장민, "키넥트 깊이 정보를 이용한 개별 돼지의 탐지", 정보처리학회논문지. 컴퓨터 및 통신시스템, 5(10), pp.319~326 (2016), 한국정보처리학회[DOI]
  5. M. Rizwan, "Identifying rale sounds in chickens using audio signals for early disease detection in poultry", Signal and Information Processing on IEEE Global Conference, pp.55~59 (2016)
  6. 이종욱, "Stress Detection and Classification of Laying Hens by Sound Analysis", Animal Bioscience, 28(4), pp.592~598 (2015), 아세아·태평양축산학회[DOI]
  7. 정용화, "Automatic Detection of Cow’s Oestrus in Audio Surveillance System", Animal Bioscience, 26(7), pp.1030~1037 (2013), 아세아·태평양축산학회[DOI]
  8. J. Vandermeulen, "Early recognition of bovine respiratory disease in calves using automated continuous monitoring of cough sounds", Computers and Electronics in Agriculture, 129, pp.15~26 (2016)[DOI]
  9. M. Guarino, "Field test of algorithm for automatic cough detection in pig houses", Computers and electronics in agriculture, 62(1), pp.22~28 (2008)[DOI]
  10. Y. Chung, "Automatic detection and recognition of pig wasting diseases using sound data in audio surveillance", Sensors, 13(10), pp.12929~12942 (2013)[DOI]
  11. J. Lee, "Acoustic features for pig wasting disease detection", International Journal of Information Processing and Management, 6(1), pp.37~46 (2015)
  12. F. Khellah, "Texture classification using dominant neighborhood structure", IEEE Transaction on Image Processing, 21(11), pp.3270~3279 (2011)
  13. F. Khellah, "Textured image denoising using dominant neighborhood structure", Arabian Journal for Science and Engineering, 39(5), pp.3759~3770 (2014)[DOI]
  14. 강명수, "진동 신호의 2차원 질감 특징과 서포트 벡터 머신을 이용한 유도 전동기 다중 결함 진단", 한국차세대컴퓨팅학회 논문지, 9(6), pp.24~34 (2013), 한국차세대컴퓨팅학회
  15. 최인규, "깊은 Convolutional Neural Network를 이용한 얼굴표정 분류 기법", 방송공학회 논문지, 22(2), pp.162~172 (2017), 한국방송∙미디어공학회[DOI]
  16. Z. Wangm, "Image quality assessment: from error visibility to structural similarity", IEEE Transaction on Image Processing, 13(4), pp.600~612 (2014)
  17. 김영섭, "정지 영상 화질 평가와 Contourlet 변환을 이용한 압축 방법에 관한 연구", 반도체디스플레이기술학회지, 9(4), pp.57~61 (2010), 한국반도체디스플레이기술학회
  18. "TensorFlow ver.1.21"[URL]
  19. J. Han, "Data mining: concepts and techniques" (2012), Morgan Kaufmann Pub.

관련 논문AI추천

경량화 MobileNet을 활용한 축산 데이터 음성 분석김상철, 정세연(사)한국스마트미디어학회 · 스마트미디어저널2024 · 제13권 제6호A review of sound-based pig monitoring for enhanced precision production정선옥, Gookhwan Kim, HongBin Jin, Hyunjin Kyoung, Md Asrakul Haque, Md Nasim Reza, Md Razob Ali, Young Kyoung Choi한국축산학회 · 한국축산학회지2025 · 제67권 제2호MFCC 특징 벡터를 이용한 실시간 산란계 발성음 분석 시스템나대영, 전흥석한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2021 · 제26권 제3호스태킹 앙상블을 이용한 병렬 네트워크 이상호흡음 분류 모델남명우, 이홍철, 최영진, 최회련한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2021 · 제26권 제11호RGB-based machine vision for enhanced pig disease symptoms monitoring and health management: a reviewEliezel Habineza, Gookhwan Kim, Hyunjin Kyoung, Kyu-Ho Lee, Md Nasim Reza, Samsuzzaman, Sun-Ok Chung, Young Kyoung Choi한국축산학회 · 한국축산학회지2025 · 제67권 제1호2차원 변환과 CNN 딥러닝 기반 음향 인식 시스템에 관한 연구이기성, 조성원, 하태민, Do Chi Thanh, Ngo Luong Thanh Tra(사)한국스마트미디어학회 · 스마트미디어저널2022 · 제11권 제1호

이 간행물의 다른 논문 (4건)

Effective Harmony Search-Based Optimization of Cost-Sensitive Boosting for Improving the Performance of Cross-Project Defect Prediction류덕산, 백종문pp. 77-90사이버 감시정찰의 정보 분석에 적용되는 점진적 학습 방법과 일괄 학습 방법의 성능 비교신동일, 신동규, 윤호상, 신경일pp. 99-106드론과 지상로봇 간의 협업을 위한 광학흐름 기반 마커 추적방법김상훈, 백종환pp. 107-112전문 설비의 이상신호 처리를 위한 저비용 관제 시스템 구축김창규, 채유나, 김웅섭, 고하람pp. 113-120
원문 보기