비문 활용을 위한 BEBLID Descriptor 값 도출 및 객체인지 매칭 기술 고도화 연구

Abstract

세계적으로 반려동물과 관련된 다양한 산업의 등장과 관련 시장이 급성장하고 있으며, 우리나라에서도 1인 가구의 확대와 저출산 및 고령화 등으로 인해 반려동물을 키우는 가구가 지속적으로 증가하고 있다. 이에 따라 반려동물을 체계적으로 보호하고 관리하기 위해 동물보호 법에 따른 동물등록제도를 2014년부터 시행하고 있으며, 대표적으로 내·외 부 인식장치 및 등록태그를 부착하여 등록을 진행하고 있으나 등록의 불편 함과 IC 칩을 피하부위의 삽입하여 내장에 따른 비윤리성으로 인해 반려 동물의 등록률은 등록률에 대비하여 약 37% 정도로 미미한 실정이다. 본 연구에서는 기존 등록 방식의 불편함을 해소하기 위해 사람의 지 문과 같이 독특하게 나타나는 개의 비문(鼻紋, Muzzle Pattern)을 기반으 로 등록률을 제고하는 기술에 대해 연구하였다. 비문 데이터의 수집, 저장 및 분석을 통해 비문 인식 기술의 매칭률 정확도를 향상시킬 수 있는 방 안을 제시하는 것을 목표로 하였으며 이미지의 특정 영역에 대한 객체 인 식 알고리즘인 SIFT, BRIEF, ORB, BRISK을 비교 분석하여 대표적인 ORB를 기반으로 BEBLID Descriptor를 적용하는 방식을 연구하였다. 제안된 방법을 입증하기 위해 분석을 위한 자료로 총 200개의 비문 데이터 셋을 구축하였으며 효율적인 객체인식을 위해 기존 ORB 알고리즘에 BEBLID의 정합을 통해 정확도 향상과 매칭시간의 절감을 유도하였으며 찾아 낸 특징 수를 복합적으로 고려한 새로운 매칭 기준을 제시하고, 이를 기준으 로 서로 다른 알고리즘의 조합이 얼마나 효율적인지를 탐구했다. 분석의 결과는 BEBLID Descriptor 값을 가장 기본값인 1로 설정 하 였을 경우에 제안된 방법론의 매칭점 인식률은 76.24%로 나타났고, 비교 대상인 기본 ORB 알고리즘은 66.82%인 것으로 나타났다. 또한 본 연구 에서는 실험 데이터 셋에 대한 최적의 BEBLID Descriptor 값을 찾아내기 위해 그 값을 0.25~2까지 가변적으로 조정하면서 실험을 하였고 그 결과 로 최적의 BEBLID Descriptor값은 0.75로 나타났으며 이 때 BEBLID의 매칭점 인식률은 87%로 타 방식에 비해 높게 나타났다. 결과적으로 데이터셋에 대하여 최적의 BEBLID Descriptor값을 도출 하여 적용할 경우 기존 ORB 기법에 비해 인식률에서 큰 향상이 있다는 것을 입증하였으며 본 연구에서 제안하는 비문 인지율 향상 기술을 실제 상용화하여 반려견 등록 및 관리에 사용할 경우, 현재 활성화가 시급함에 도 저조한 사용 현황으로 문제점을 안고 있는 동물 등록제도의 등록률을 향상시키고 효율적인 등록관리가 가능할 것이다.