본 보고서는 국립공원연구원이 2020년 4월부터 12월까지 약 9개월간 수행한 「야생동물 영상인식 딥러닝 소프트웨어 개발」 1차년도 시범 연구 결과를 정리한 자료입니다. 본 연구는 설악산국립공원 한계령과 소백산국립공원 죽령에 설치된 생태통로 2개소에 무인센서카메라를 설치하여 촬영된 야생동물 영상을 수집하고, 이를 기반으로 객체 인식에 특화된 딥러닝 알고리즘(예: YOLO, Faster R-CNN 등)을 적용하여 야생동물 자동 분류 및 인식 기능을 실험적으로 구현하였습니다. 주요 내용에는 촬영 데이터의 전처리 과정, 종별 라벨링 방식, 모델 학습 정확도 평가, 오류 사례 분석, 현장 적용 가능성 검토 등이 포함되어 있습니다. 본 자료는 국립공원 생태정보 자동화, AI 기반 모니터링 시스템 구축, 로드킬 저감 및 생태통로 이용 실태 분석 등 다양한 분야에서 활용될 수 있습니다. PDF 및 부속 연구데이터 연계 활용이 가능합니다.
본 보고서는 국립공원연구원이 2020년 4월부터 12월까지 약 9개월간 수행한 「야생동물 영상인식 딥러닝 소프트웨어 개발」 1차년도 시범 연구 결과를 정리한 자료입니다. 본 연구는 설악산국립공원 한계령과 소백산국립공원 죽령에 설치된 생태통로 2개소에 무인센서카메라를 설치하여 촬영된 야생동물 영상을 수집하고, 이를 기반으로 객체 인식에 특화된 딥러닝 알고리즘(예: YOLO, Faster R-CNN 등)을 적용하여 야생동물 자동 분류 및 인식 기능을 실험적으로 구현하였습니다. 주요 내용에는 촬영 데이터의 전처리 과정, 종별 라벨링 방식, 모델 학습 정확도 평가, 오류 사례 분석, 현장 적용 가능성 검토 등이 포함되어 있습니다. 본 자료는 국립공원 생태정보 자동화, AI 기반 모니터링 시스템 구축, 로드킬 저감 및 생태통로 이용 실태 분석 등 다양한 분야에서 활용될 수 있습니다. PDF 및 부속 연구데이터 연계 활용이 가능합니다.
본 보고서는 국립공원연구원이 2020년 4월부터 12월까지 약 9개월간 수행한 「야생동물 영상인식 딥러닝 소프트웨어 개발」 1차년도 시범 연구 결과를 정리한 자료입니다. 본 연구는 설악산국립공원 한계령과 소백산국립공원 죽령에 설치된 생태통로 2개소에 무인센서카메라를 설치하여 촬영된 야생동물 영상을 수집하고, 이를 기반으로 객체 인식에 특화된 딥러닝 알고리즘(예: YOLO, Faster R-CNN 등)을 적용하여 야생동물 자동 분류 및 인식 기능을 실험적으로 구현하였습니다. 주요 내용에는 촬영 데이터의 전처리 과정, 종별 라벨링 방식, 모델 학습 정확도 평가, 오류 사례 분석, 현장 적용 가능성 검토 등이 포함되어 있습니다. 본 자료는 국립공원 생태정보 자동화, AI 기반 모니터링 시스템 구축, 로드킬 저감 및 생태통로 이용 실태 분석 등 다양한 분야에서 활용될 수 있습니다. PDF 및 부속 연구데이터 연계 활용이 가능합니다.