다단계 전처리 기법을 활용한 Mask-RCNN 기반 한우 생장 모니터링 정확도 향상 연구

• 영문명: A Study on Enhancing Growth Monitoring Accuracy of Korean Cattle Using Mask-RCNN with Multi-Stage Preprocessing Techniques
• 발행기관: 한국전자통신학회
• 저자명: 오승홍(Seung-Hong Oh) 박건하(Gun-Ha Park) 김원중(Won-Jung Kim)
• 간행물 정보: 『한국전자통신학회 논문지』제20권 제4호, 875~882쪽, 전체 8쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2025.08.31

국문 초록

본 논문은 한우 축사 환경에서 발생하는 영상 품질의 저하, 조도 불균형, 배경 복잡성 등으로 인해 객체의 인식 정확도가 저하되는 문제를 해결하고자, 다단계 전처리 기법을 적용한 Mask-RCNN 기반의 생장 모니터링 시스템을 목표로 한다. 전처리 파이프라인은 해상도 정규화, 명도 및 색상 보정, 노이즈 제거, 관심영역 자동 추출, 색상 공간변환 등으로 구성되며, 실제 축사 영상에 적용하여 Mask-RCNN 모델의 객체 분할 성능을 향상시키는데 목적을 두고 있다. 실험 결과, 전처리 적용군은 IoU, F1-score, mAP 등 객체 분할 지표에서 대조군 대비 평균 10% 이상 향상된 성능을 나타냈으며, 영상 기반 생장 지표(길이, 폭, 면적) 추정에서도 평균 오차가 현저히 감소하였다. 전처리 기술이 영상 기반 스마트 축산 시스템의 정확도와 신뢰성을 향상시키는 핵심 요소임을 실증적으로 확인하였으며, 향후 시계열 예측 모델 및 입체 정보 융합을 통해 정밀 생장 분석 체계로의 확장이 가능함을 보였다.

영문 초록

This paper aims to address the degraded object detection accuracy in Korean native cattle barns, primarily caused by factors such as poor video quality, uneven illumination, and complex backgrounds. To mitigate these issues, we propose a Mask-RCNN-based growth monitoring system that incorporates multi-stage preprocessing techniques. The preprocessing pipeline consists of resolution normalization, brightness and color correction, noise reduction, automatic region of interest (ROI) extraction, and color space conversion. This pipeline is applied to real barn footage to enhance the object segmentation performance of the Mask-RCNN model. Experimental results demonstrate that the application of our preprocessing techniques significantly improved object segmentation metrics—including IoU, F1-score, and mAP—by an average of over 10% compared to the control group. Furthermore, the average error in image-based growth indicator estimations (length, width, and area) was remarkably reduced. Our findings empirically confirm that preprocessing technology is a crucial element for improving the accuracy and reliability of image-based smart livestock systems, and we suggest the potential for future expansion into a precise growth analysis system through time-series prediction models and the integration of three-dimensional information.

목차

Ⅰ. 서 론

Ⅱ. 관련연구

Ⅲ. 방법론

Ⅳ. 실험환경 및 성능평가

Ⅴ. 결론 및 향후개선 방향

Reference

키워드

밝기 및 색상 보정 다단계 노이즈 해상도 정규화 Brightness and Color Correction Mask-RCNN Multi-level Noise Resolution Normalization