사육돈장의 생산 성과를 향상시키기 위해 발정 발현(발정기) 탐지는 가장 중요한 과업 중 하나이다. 그러나 모든 모돈을 일일이 확인하는 데 시간이 많이 소요되며, 특히 특정 근무 시간대에는 발정의 시작 시점을 정확히 판단하기가 어렵다. 또한 발정 판정 기준은 표준화되어 있지 않은데, 관리자는 각자의 경험에 의존하기 때문이다. 본 연구에서는 딥러닝 기법을 이용하여 모돈의 발정을 예측하는 방법을 제안하였다. 모돈을 검출하고 자세를 분류하기 위해 경량 딥러닝 기반 객체 검출 모델인 You Only Look Once version 5 (YOLOv5)를 사용하였다. 또한 각 자세와 유지 시간의 조합으로 구성된 시계열 데이터를 사용하여 지도학습 모델인 Bidirectional Long Short-Term Memory (Bi-LSTM) 예측 모델 중 하나를 학습시켰다. 관리자가 발정을 판정한 24 h 이전의 데이터에 정답(ground truth)을 설정함으로써, 발정 예측 정확도 86 %를 달성하였다. 본 연구는 폐쇄회로 텔레비전(CCTV) 영상의 활용 가능성을 입증하며, 제안된 방법은 발정 확인에 필요한 노동력을 감소시키는 데 기여할 수 있다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.