Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)
- 2018.10a
- /
- Pages.680-682
- /
- 2018
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Classification of Korean Vector Mosquito Species using Deep Neural Networks
딥러닝을 이용한 한국 주요 매개모기 종 분류
- Park, Jun-young (Dept. of Embedded Systems Engineering, Incheon National University) ;
- Kim, Dong-in (Dept. of Embedded Systems Engineering, Incheon National University) ;
- Roh, Kwang-rae (Dept. of Embedded Systems Engineering, Incheon National University) ;
- Kwon, Hyeong-wook (Dept. of Embedded Systems Engineering, Incheon National University) ;
- Kang, Woo-chul (Dept. of Embedded Systems Engineering, Incheon National University)
- 박준영 (인천대학교 임베디드시스템공학과) ;
- 김동인 (인천대학교 임베디드시스템공학과) ;
- 노광래 (인천대학교 임베디드시스템공학과) ;
- 권형욱 (인천대학교 임베디드시스템공학과) ;
- 강우철 (인천대학교 임베디드시스템공학과)
- Published : 2018.10.31
Abstract
기후변화에 따라 매개 질병의 발병 빈도가 증가하고 있으며 모기와 같은 매개체에 의해 전염되는 매개 질병은 인구집단에 대한 중요한 위협 요인이다. 이러한 질병 관리를 위해 지역별 모기 서식 현황을 모니터링 하는 시스템의 필요성이 강조되고 있다. 하지만 현재의 모기 모니터링은 개체 파악을 위한 분류와 동정을 사람이 직접 수행하기에 오랜 시간이 소요된다. 이 연구는 그러한 문제점을 해결하고 미래 매개곤충 서식 현황 파악 시스템의 기반을 마련하기 위해 심층 신경망(Deep Neural Networks)을 활용하여 한국 주요 매개모기 종 분류를 수행하고 결과를 분석하였다. 종 분류를 위한 모델은 잘 알려진 신경망 모델인 DenseNet(Densely Connected Networks)을 사용하였고 이를 직접 촬영한 모기 데이터와 약간의 변형을 가한 모기 데이터를 사용하여 학습시켰다. 학습 데이터를 각각 5배, 20배, 100배로 증강하여 실제 데이터의 부족을 보완하였으며, 이를 통해 최대 99.48%의 정확도를 달성하였다.
Keywords