Earticle

현재 위치 Home

Deep-Learning-based Automatic Identification of Wildlife Species : A Case Study in Sobaeksan National Park, Korea

첫 페이지 보기
  • 발행기관
    강원대학교 산림과학연구소 바로가기
  • 간행물
    강원대학교 산림과학연구소 학술대회 바로가기
  • 통권
    KNU IFS 2018 Annual International Symposium of Institute of Forest Science (2018.09)바로가기
  • 페이지
    pp.53-53
  • 저자
    Byeong-Hyeok Yu
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A450169

원문정보

초록

영어
Camera traps are mainly used to detect wildlife in protected areas. The captured images are interpreted by the human eye. Such visual interpretation is not only time consuming, but also makes it difficult to maintain data consistency when investigators changed. Recently, deep learning has been detecting object identification, counts, and image description in imagery with high accuracy. In this paper, we introduce the camera trap data processor that can automatically database wildlife species identification by deep learning. The Sobaeksan National Park's Jukryong eco-corridor was selected as a study area. Through the image-tracking algorithm, the minimum bounding rectangle of the wild animal object was detected and each frame was used as a training image. For deep learning, we used a convolutional neural network (CNN) technique, which is preferred in image recognition field. Open source libraries (OpenCV, TensorFlow, and Keras) were used to implement the model, and the software was developed through Python. The study results showed possibilities that it can reduce the survey time and minimize human errors.

키워드

camera trap data processor deep learning wildlife identification convolutional neural network

저자

  • Byeong-Hyeok Yu [ Conservation Division, Sobaeksan National Park Northern Office, Republic of Korea ] Corresponding author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    강원대학교 산림과학연구소 [Institute of Forest Science Kangwon National University]
  • 설립연도
    1975
  • 분야
    농수해양>임학
  • 소개
    강원대학교부설산림과학연구소(이하 “연구소”라 한다)는 산림에 관한 제반 학술적 연구를 통하여 산림자원의 효용을 밝히고 임업 및 임산업의 발전에 기여함을 목적으로 한다.

간행물

  • 간행물명
    강원대학교 산림과학연구소 학술대회
  • 간기
    부정기
  • 수록기간
    2017~2024
  • 십진분류
    KDC 526 DDC 634

이 권호 내 다른 논문 / 강원대학교 산림과학연구소 학술대회 KNU IFS 2018 Annual International Symposium of Institute of Forest Science

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.