메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학위논문
저자정보

조용화 (경남대학교, 경남대학교 대학원)

지도교수
이혁재
발행연도
2023
저작권
경남대학교 논문은 저작권에 의해 보호받습니다.

이용수47

표지
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
본 논문은 실시간 영상 분석을 통해 반려견에 대한 객체 검출을 수행한 후, 검출된 이미지를 기준으로 행동 패턴을 분류하고, 분류된 결과를 실시간 알림으로 전달할 수 있는 시스템 구현에 대한 것이다. 전 단계의 객체 검출은 딥러닝 기반의 YOLO v5를 사용하였고, 반려견 행동 분류는 구글에서 제공하는 웹 기반 머신러닝 툴인 Teachable machine을 적용하였다. Teachable machine은 TensorFlow.js 모델로 자바스크립트가 수행될 수 있는 환경 어디서나 작동되는데, 본 논문에서는 Node.js 기반에서 동작하도록 서버 형태로 구축하였다. 실시간 반려견의 행동 분류 결과는 모바일 또는 PC, 어디서든 알람 형태로 수신할 수 있다. 본 논문에서 제시한 방법은 센서나 웨어러블 장비 등 자료 수집형 장비 없이 카메라만을 이용하여 제한된 데이터 영상을 활용하여 98.9%의 정확도로 행동 분류를 할 수 있다는 것을 확인하였다.

목차

국문요약
Ⅰ. 서론 = 1
Ⅱ. 객체 검출을 위한 딥러닝 = 3
2.1 객체 검출이란 = 3
2.2 딥러닝을 이용한 객체 검출 = 4
2.3 실시간 객체 검출을 위한 YOLO = 8
Ⅲ. 반려견 행동 패턴 분류 = 16
3.1 행동 분류 기준 = 16
3.2 행동 패턴 분류를 위한 Teachable machine = 17
3.3 행동 패턴 분류를 위한 Pose estimation = 21
Ⅳ. 실시간 알림 구현을 위한 서버 구현 = 24
4.1 Node.js 서버 = 24
4.2 Teachable machine 활용을 위한 자바스크립트 = 26
Ⅴ. 실험 및 결과 = 28
5.1 실험 환경 및 과정 = 28
5.1.1 반려견 인식 실험 = 38
5.1.2 반려견 행동 패턴 분류 실험 = 41
5.2 실험 결과 = 46
Ⅵ. 결론 = 47
참고문헌 = 48
ABSTRACT = 51

최근 본 자료

전체보기

댓글(0)

0