이철희 안동대 교수(컴퓨터공학과)가 농촌진흥청의 지원으로 말벌의 퇴치를 위해 필요한 실시간 말벌 탐지 및 분류 기술을 개발했다.

최근 딥러닝 기술의 발전으로 서로 다른 종에 대한 영상 기반 실시간 분류 기술이 활발히 연구되고 있다. 그러나 외부적인 형태와 색상이 유사한 동종 객체의 경우 검출 및 분류 성능이 상대적으로 미흡하다. 특히 말벌과 같이 움직임이 많고 영상에서 차지하는 크기가 작으며 색상이 유사한 경우에는 더 어렵다. 따라서 국내·외에서 영상으로 말벌의 존재 유무를 판단하는 연구는 보고된 적 있으나 말벌 종에 대한 실시간 탐지 및 분류 연구는 아직 없다.

이철희 교수팀은 국내 최초로 양봉 농가에 가장 큰 피해를 주는 장수말벌과 최근 등장한 외래종인 등검은말벌을 포함한 5종의 킬러 말벌과 양봉꿀벌을 실시간으로 분류 및 탐지하는 기술을 개발했다. 

실시간 딥러닝 기술의 하나인 YOLO와 기존의 CNN 기반 영상 인식 기술을 분석해 VGG19와 YOLO를 결합한 말벌 탐지 및 분류 알고리즘을 만들었다. 동 모델을 이용해 6종의 벌을 분류한 결과 분류 정확도가 0.832로 기존의 가장 우수한 ResNet50+YOLO기반 Darknet 알고리즘에 비해 3% 향상된 결과를 보였다. 또한 평균 초당 400장의 실시간 처리가 가능함을 확인했다.

특히 영상에서 벌이 차지하는 영역이 매우 작은 경우 기존의 방법으로는 탐지 및 분류가 안 되지만 연구팀이 제안한 방법은 탐지 및 분류가 잘 이뤄진다.

이번 연구는 지난 9월 양봉학회에 게재됐으며 농업진흥청 신농업 기후 변화 대응체계 구축/농업부문 생산 환경 변동 예측 및 평가사업의 지원을 받고 있다. 

이 기술은 향후 3년간의 개발 과정을 거쳐 전국(400곳 이상)에 말벌 자동 모니터링 체계를 구축하기 위한 기반 기술로 활용될 예정이다.

장성환 다른기사 보기