특허
나비종 자동분류 시스템 및 방법, 이를 이용한 나비종 자동분류 기능이 구비된 휴대 단말기 (Automatic Butterfly Species Identification System and Method, and Portable Terminal Having Automatic Butterfly Species Identification Function Using the Same)
등록일자 : 2014-08-22
본 발명은 나비종 자동분류 시스템 및 방법, 이를 이용한 나비종 자동분류 기능이 구비된 휴대 단말기에 관한 것으로, 보다 상세하게는 종분류가 확인되지 않은 미확인 나비영상으로부터 나비 날개의 윤곽선의 특징점을 추출하고 이를 바탕으로 해당 나비의 나비종을 인지하여 분류하는 나비종 자동분류 시스템 및 방법, 이를 이용한 나비종 자동분류 기능이 구비된 휴대 단말기에 관한 것이다.
본 발명에 따른 나비종 자동분류 시스템 및 방법, 이를 이용한 나비종 자동분류 기능이 구비된 휴대 단말기에 의하면, 종분류가 확인되지 않은 미확인 나비영상의 컬러 여부와 상관없이 윤곽(Contour) 정보만을 이용해 BLS 엔트로피를 계산하고 이를 사전에 학습된 인공신경망에 입력함으로써 스마트폰 등과 같이 제한된 컴퓨터 자원을 가진 휴대 단말기로도 현장에서 촬영과 동시에 나비종에 대한 정보를 바로 확인할 수 있어 사용자의 편의가 극대화된다. 또한, 이러한 따른 나비종 자동분류 시스템 및 방법, 이를 이용한 나비종 자동분류 기능이 구비된 휴대 단말기 등과 같은 나비종의 자동분류 기술은 나비의 발달과정이나 행동 연구 및 진화과정에 대한 연구에 필요한 기술로써 관련 연구자들에 큰 도움이 될 것이며, 특히 야외에서 촬영된 나비를 현장에서 직접 나비종을 확인할 수 있으므로 나비종의 다양성 확인 및 새로운 종의 발견에도 도움이 될 것이다. 더불어, 학교 등에서의 학습 도구로의 유용성도 있다.
본 발명에 따르면, 종분류가 확인된 나비종 기준영상으로부터 각 나비종의 날개의 윤곽선에 대한 복수 개의 특징점을 기준으로 하는 BLS(Branch Length Similarity)엔트로피 데이터를 추출하고, 추출한 BLS엔트로피 데이터를 다층 퍼셉트론 신경망에 입력하여 상기 각 나비종의 윤곽선을 학습하여 분류하되, 상기 나비종 기준영상으로부터 각 나비종의 날개의 윤곽선에 대한 복수 개의 특징점을 추출하는 윤곽선데이터 추출부(110); 추출된 복수 개의 특징점으로부터 BLS엔트로피 데이터를 추출하고, 추출된 BLS엔트로피 데이터를 입력층, 은닉층 및 출력층의 구조를 갖는 다층 퍼셉트론 신경망에 입력하여 학습된 신경망 분류데이터를 획득하는 학습부(120); 및 획득된 신경망 분류데이터를 저장하는 데이터베이스(130);를 포함하는 나비종 자동분류 시스템을 개시한다.
본 발명에 따른 나비종 자동분류 시스템 및 방법, 이를 이용한 나비종 자동분류 기능이 구비된 휴대 단말기에 의하면, 종분류가 확인되지 않은 미확인 나비영상의 컬러 여부와 상관없이 윤곽(Contour) 정보만을 이용해 BLS 엔트로피를 계산하고 이를 사전에 학습된 인공신경망에 입력함으로써 스마트폰 등과 같이 제한된 컴퓨터 자원을 가진 휴대 단말기로도 현장에서 촬영과 동시에 나비종에 대한 정보를 바로 확인할 수 있어 사용자의 편의가 극대화된다. 또한, 이러한 따른 나비종 자동분류 시스템 및 방법, 이를 이용한 나비종 자동분류 기능이 구비된 휴대 단말기 등과 같은 나비종의 자동분류 기술은 나비의 발달과정이나 행동 연구 및 진화과정에 대한 연구에 필요한 기술로써 관련 연구자들에 큰 도움이 될 것이며, 특히 야외에서 촬영된 나비를 현장에서 직접 나비종을 확인할 수 있으므로 나비종의 다양성 확인 및 새로운 종의 발견에도 도움이 될 것이다. 더불어, 학교 등에서의 학습 도구로의 유용성도 있다.
본 발명에 따르면, 종분류가 확인된 나비종 기준영상으로부터 각 나비종의 날개의 윤곽선에 대한 복수 개의 특징점을 기준으로 하는 BLS(Branch Length Similarity)엔트로피 데이터를 추출하고, 추출한 BLS엔트로피 데이터를 다층 퍼셉트론 신경망에 입력하여 상기 각 나비종의 윤곽선을 학습하여 분류하되, 상기 나비종 기준영상으로부터 각 나비종의 날개의 윤곽선에 대한 복수 개의 특징점을 추출하는 윤곽선데이터 추출부(110); 추출된 복수 개의 특징점으로부터 BLS엔트로피 데이터를 추출하고, 추출된 BLS엔트로피 데이터를 입력층, 은닉층 및 출력층의 구조를 갖는 다층 퍼셉트론 신경망에 입력하여 학습된 신경망 분류데이터를 획득하는 학습부(120); 및 획득된 신경망 분류데이터를 저장하는 데이터베이스(130);를 포함하는 나비종 자동분류 시스템을 개시한다.
출원번호/일자 1020120107566 (2012.09.27)
등록번호/일자 1013348580000 (2013.11.25)
본 발명은 나비종 자동분류 시스템 및 방법, 이를 이용한 나비종 자동분류 기능이 구비된 휴대 단말기에 관한 것으로, 보다 상세하게는 종분류가 확인되지 않은 미확인 나비영상으로부터 나비 날개의 윤곽선의 특징점을 추출하고 이를 바탕으로 해당 나비의 나비종을 인지하여 분류하는 나비종 자동분류 시스템 및 방법, 이를 이용한 나비종 자동분류 기능이 구비된 휴대 단말기에 관한 것이다.
본 발명에 따른 나비종 자동분류 시스템 및 방법, 이를 이용한 나비종 자동분류 기능이 구비된 휴대 단말기에 의하면, 종분류가 확인되지 않은 미확인 나비영상의 컬러 여부와 상관없이 윤곽(Contour) 정보만을 이용해 BLS 엔트로피를 계산하고 이를 사전에 학습된 인공신경망에 입력함으로써 스마트폰 등과 같이 제한된 컴퓨터 자원을 가진 휴대 단말기로도 현장에서 촬영과 동시에 나비종에 대한 정보를 바로 확인할 수 있어 사용자의 편의가 극대화된다. 또한, 이러한 따른 나비종 자동분류 시스템 및 방법, 이를 이용한 나비종 자동분류 기능이 구비된 휴대 단말기 등과 같은 나비종의 자동분류 기술은 나비의 발달과정이나 행동 연구 및 진화과정에 대한 연구에 필요한 기술로써 관련 연구자들에 큰 도움이 될 것이며, 특히 야외에서 촬영된 나비를 현장에서 직접 나비종을 확인할 수 있으므로 나비종의 다양성 확인 및 새로운 종의 발견에도 도움이 될 것이다. 더불어, 학교 등에서의 학습 도구로의 유용성도 있다.
본 발명에 따르면, 종분류가 확인된 나비종 기준영상으로부터 각 나비종의 날개의 윤곽선에 대한 복수 개의 특징점을 기준으로 하는 BLS(Branch Length Similarity)엔트로피 데이터를 추출하고, 추출한 BLS엔트로피 데이터를 다층 퍼셉트론 신경망에 입력하여 상기 각 나비종의 윤곽선을 학습하여 분류하되, 상기 나비종 기준영상으로부터 각 나비종의 날개의 윤곽선에 대한 복수 개의 특징점을 추출하는 윤곽선데이터 추출부(110); 추출된 복수 개의 특징점으로부터 BLS엔트로피 데이터를 추출하고, 추출된 BLS엔트로피 데이터를 입력층, 은닉층 및 출력층의 구조를 갖는 다층 퍼셉트론 신경망에 입력하여 학습된 신경망 분류데이터를 획득하는 학습부(120); 및 획득된 신경망 분류데이터를 저장하는 데이터베이스(130);를 포함하는 나비종 자동분류 시스템을 개시한다.
본 발명에 따른 나비종 자동분류 시스템 및 방법, 이를 이용한 나비종 자동분류 기능이 구비된 휴대 단말기에 의하면, 종분류가 확인되지 않은 미확인 나비영상의 컬러 여부와 상관없이 윤곽(Contour) 정보만을 이용해 BLS 엔트로피를 계산하고 이를 사전에 학습된 인공신경망에 입력함으로써 스마트폰 등과 같이 제한된 컴퓨터 자원을 가진 휴대 단말기로도 현장에서 촬영과 동시에 나비종에 대한 정보를 바로 확인할 수 있어 사용자의 편의가 극대화된다. 또한, 이러한 따른 나비종 자동분류 시스템 및 방법, 이를 이용한 나비종 자동분류 기능이 구비된 휴대 단말기 등과 같은 나비종의 자동분류 기술은 나비의 발달과정이나 행동 연구 및 진화과정에 대한 연구에 필요한 기술로써 관련 연구자들에 큰 도움이 될 것이며, 특히 야외에서 촬영된 나비를 현장에서 직접 나비종을 확인할 수 있으므로 나비종의 다양성 확인 및 새로운 종의 발견에도 도움이 될 것이다. 더불어, 학교 등에서의 학습 도구로의 유용성도 있다.
본 발명에 따르면, 종분류가 확인된 나비종 기준영상으로부터 각 나비종의 날개의 윤곽선에 대한 복수 개의 특징점을 기준으로 하는 BLS(Branch Length Similarity)엔트로피 데이터를 추출하고, 추출한 BLS엔트로피 데이터를 다층 퍼셉트론 신경망에 입력하여 상기 각 나비종의 윤곽선을 학습하여 분류하되, 상기 나비종 기준영상으로부터 각 나비종의 날개의 윤곽선에 대한 복수 개의 특징점을 추출하는 윤곽선데이터 추출부(110); 추출된 복수 개의 특징점으로부터 BLS엔트로피 데이터를 추출하고, 추출된 BLS엔트로피 데이터를 입력층, 은닉층 및 출력층의 구조를 갖는 다층 퍼셉트론 신경망에 입력하여 학습된 신경망 분류데이터를 획득하는 학습부(120); 및 획득된 신경망 분류데이터를 저장하는 데이터베이스(130);를 포함하는 나비종 자동분류 시스템을 개시한다.
출원번호/일자 1020120107566 (2012.09.27)
등록번호/일자 1013348580000 (2013.11.25)
