YOLOv8 기반 이상행동 및 배설물 동시 탐지를 통한 한우 건강 상태 실시간 분석 연구

• 영문명: A Study on Real-Time Analysis of Korean Cattle Health Status through Simultaneous Detection of Abnormal Behavior and Excrement based on YOLOv8
• 발행기관: 한국전자통신학회
• 저자명: 오승홍(Seung-Hong Oh) 박건하(Gun-Ha Park) 김원중(Won-Joong Kim)
• 간행물 정보: 『한국전자통신학회 논문지』제20권 제4호, 867~874쪽, 전체 8쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2025.08.31

국문 초록

본 연구에서는 실제 축사 환경에서 발생하는 복잡한 영상 조건에서도 안정적으로 한우의 이상행동과 배설물을 실시간으로 동시에 탐지할 수 있는 통합 비전 시스템을 개발하고, 그 성능을 분석하였다. YOLOv8 알고리즘을 기반으로 한 본 시스템은 단일 모델 구조를 통해 두 가지 이상 징후를 효율적으로 탐지할 수 있으며, 다양한 이미지 전처리 기법을 단계적으로 적용하여 탐지 정확도를 향상시켰다. 실험 결과, mAP 90% 이상의 높은 정확도를 달성하였으며, 평균 30FPS 이상의 추론 속도를 유지하여 실제 CCTV 기반 모니터링 시스템에 적용 가능함을 확인하였다. 본 연구는 스마트 축산 환경에서 조기 질병 진단 및 개체 건강 상태 모니터링의 정밀도를 높이는 기반 기술로서 활용될 수 있으며, 향후 시계열 분석 및 멀티모달 데이터 융합을 통한 고도화 연구로 확장될 수 있다.

영문 초록

This study proposes and evaluates an integrated real-time vision system capable of simultaneously detecting abnormal behaviors and fecal discharge of Korean native cattle under challenging farm environments characterized by low lighting, background noise, and object occlusion. Built upon the YOLOv8 architecture, the system leverages a unified model design to efficiently identify both indicators of poor health, while incorporating a multi-stage image preprocessing pipeline—comprising brightness correction, background filtering, and noise reduction—to enhance detection accuracy. Experimental results demonstrate a mean Average Precision (mAP) exceeding 90% and inference speeds averaging over 30 frames per second, affirming the model's suitability for deployment in real-time CCTV monitoring systems. This research provides foundational technology for improving early disease detection and individual health monitoring in smart livestock farming, and holds potential for further enhancement through temporal behavior modeling and multimodal data integration.

목차

Ⅰ. 서 론

Ⅱ. 관련연구

Ⅲ. 데이터셋 구성 및 모델

Ⅳ. 실험 결과 및 분석

Ⅴ. 결론 및 향후연구

Reference

키워드

한우 이상행동 탐지 배설물 탐지 Korean Native Cattle Abnormal Behavior Detection Feces Recognition YOLOv8