반려동물 안면인식도 구현됐나요?

번역자 | Cui Hao

검토자 | Sun Shujuan

동물을 정확하게 식별할 수 있는 기술은 소유자가 잃어버린 애완동물을 다시 만나고, 농부가 가축을 모니터링하고, 연구자가 야생 동물을 연구하는 데 도움이 될 것입니다. 위의 응용 시나리오에 따르면 마이크로칩은 가장 널리 사용되는 애완동물 식별 방법입니다. 그러나 칩을 이식하려면 침습적 수술이 필요하고, 칩을 판독하기 위한 특수 장비가 필요하며, 도둑이 마이크로칩을 빼낼 위험이 있습니다. 또 다른 방법은 DNA 분석으로, 정확하기는 하지만 비용이 많이 들고 시간도 많이 걸립니다. 오늘은 얼굴인식을 통해 동물을 식별하는 방법을 소개해드리고자 합니다.

1. 컴퓨터 비전 소프트웨어를 이용한 애완동물 얼굴 인식

컴퓨터 비전 솔루션을 통한 애완동물 얼굴 인식은 위 솔루션의 대안으로 사용될 수 있습니다. 단점에도 불구하고 이 기술은 특정 상황에서 높은 수준의 정확도를 보여줄 수 있습니다.

그럼, 애완동물 얼굴 인식은 어떻게 작동하나요? 기술 발전을 방해하는 과제는 무엇입니까? 애완동물 얼굴 인식은 어떻게 작동하나요?

일반적으로 애완동물 얼굴 인식 솔루션은 크게 세 단계로 나누어집니다.

(1) 이미지 캡처: 고해상도 카메라로 동물 사진을 촬영합니다. 일부 알고리즘은 미리 정의된 포즈에서만 작동하므로 이러한 기준을 충족하는 이미지를 선택해야 합니다.

(2) 특징 추출: 동물의 생체 데이터 적합성을 평가하고 필요한 경우 전처리를 수행합니다. 그런 다음 알고리즘은 인식에 필요한 기능 세트를 추출합니다.

(3) 특징 매칭: 추출된 특징을 수학적으로 표현하고 다른 이미지와 매칭합니다. 예를 들어, 분실된 애완동물 데이터베이스에서 개를 찾는 경우 해당 개의 고유한 특성을 데이터베이스의 모든 동물과 일치시킵니다.

매칭을 수행하는 방법에는 여러 가지가 있습니다. 한 가지 방법은 클러스터링을 위해 KNN 및 DBSCAN과 같은 알고리즘을 사용하는 것입니다. 이는 대상 이미지에 매우 가까운 이미지 세트를 생성하고 사용자는 가장 적합한 이미지를 수동으로 선택할 수 있습니다.

또한 최종 결과를 신뢰 수준으로 표현하기 위해 확률적 방법을 배포할 수 있습니다. 예를 들어, 인식 대상이 고양이이고 알고리즘이 캡처한 이미지를 고양이로 판단하면 신뢰도는 90%이고, 개로 판단하면 신뢰도는 10%입니다.

애완동물 얼굴 인식

2. 애완동물 얼굴 인식 예시

다음은 애완동물 얼굴 인식을 실생활에서 활용하는 방법의 예입니다. 이러한 시스템 중 일부는 성공적이고 대중적이며 심지어 상업적인 솔루션이기도 하며 일부는 가설을 테스트하려는 학문적 시도입니다.

잃어버린 동물 찾기​

애완동물을 잃는 것은 주인에게 가슴 아픈 일입니다. 통계에 따르면 이러한 사건은 사람들이 생각하는 것보다 더 흔합니다. 미국에서는 가구의 3분의 1이 소유한 모든 애완동물(개/고양이)의 80%가 발견되지 않습니다. 주인이 잃어버린 친구를 찾는 데 도움이 되는 여러 가지 애완동물 얼굴 인식 프로그램이 있습니다.

ForPaws

ForPaws는 애완동물 식별을 사용하여 코 끝, 피부색 및 털 유형을 기준으로 개를 식별하는 APP 제품입니다. 애완동물 프로필을 만들려면 소유자는 최소 3장의 사진을 업로드해야 합니다. 현재 이 솔루션은 90%의 정확도로 130종의 개 품종을 식별할 수 있습니다.

PIP

이 애완동물 식별 회사는 애완동물 소유자가 동물 사진을 등록하고 업로드할 수 있는 앱을 개발했습니다. 시스템은 애완동물의 얼굴 특징을 분석합니다. PiP는 소유자가 성별, 크기, 체중과 같은 추가 정보를 제공할 수 있다면 모든 잃어버린 고양이와 개를 식별할 수 있다고 주장합니다.

잃어버린 애완동물을 찾은 사람이라면 누구나 앱을 사용하여 애완동물의 주인을 찾을 수 있습니다. PiP의 솔루션은 또한 소셜 미디어에서 동물 게시물을 지속적으로 검색하고 관련 커뮤니티의 주민들에게 애완동물 분실 알림을 보냅니다.

Love Lost

Love Lost by Petco는 애완동물 주인과 동물 보호소를 위한 앱입니다. 사용자는 애완동물이 실종되었을 때 소프트웨어가 애완동물의 생체 인식 정보를 보호소에 새로 도착한 동물 및 기타 후보 동물과 일치시키기 시작할 수 있도록 동물 프로필을 만들 수 있습니다.

특정 애완동물 식별​

훈련 알고리즘을 사용하여 특정 애완동물을 식별할 수 있습니다. 예를 들어, 애완동물 소유자는 자신의 애완동물을 정확하게 식별하고 경보를 보내거나 애완동물을 들여보내기 위해 문을 여는 등의 후속 조치를 취할 수 있습니다.

Aakaitz Garro 프론트엔드 엔지니어가 애완동물 페이셜 솔루션을 개발했습니다​

WeTransfer의 프론트 엔드 엔지니어인 Arkaitz Garro는 이웃의 고양이를 식별하고 작은 녀석이 문 앞에 나타나면 Garro(또는 지정된 사람)에게 경고를 보낼 수 있는 애완동물 얼굴 인식 솔루션을 개발했습니다. 고양이 사진을 촬영하기 위해 Garro는 소형 카메라와 동작 감지 소프트웨어가 탑재된 Raspberry Pi를 사용했습니다. 동물이 카메라에 접근하면 사진이 촬영되어 AWS 인식 플랫폼으로 전송되며, 이 플랫폼은 이를 Garro가 업로드한 다른 고양이 이미지와 비교합니다. 일치가 성공하면 엔지니어에게 알림이 전송됩니다.

마이크로소프트의 반려동물 식별용 IoT 기기

마찬가지로 마이크로소프트도 반려동물이 있는 집에 사용자가 설치할 수 있는 IoT 기기를 개발했다. 애완동물이 인식되면 장치의 잠금이 해제되어 동물을 들여보낼 수 있습니다.

과학 연구 지원 - 돌고래의 얼굴 인식

가정용 애완동물을 식별하는 것 외에도 얼굴 인식 알고리즘을 사용하여 다른 종을 탐지할 수 있습니다. 해양 포유류 과학 저널(Journal of Marine Mammal Science)에 발표된 연구에서는 돌고래를 식별하는 데 필요한 일련의 특성을 조사했습니다. 연구자들은 12년에 걸쳐 병코돌고래 150마리를 추적하고 사진을 찍었습니다. 연구팀은 돌고래의 생애주기 전반에 걸쳐 돌고래의 얼굴과 등지느러미를 식별하고 이 접근 방식의 타당성을 평가했습니다.

이 150개의 피사체를 사용하여 완전한 윤곽선(즉, 얼굴의 왼쪽과 오른쪽과 등지느러미가 선명한 사진)이 있는 돌고래는 31마리로 압축되었습니다. 이 연구는 동일한 돌고래의 서로 다른 이미지 간의 유사점을 탐지하기 위해 인간 전문가의 의견과 통계적 방법에 의존했습니다.

이 실험 결과는 돌고래의 얼굴 특징이 시간이 지나도 일관되게 유지되며 식별 목적으로 사용될 수 있음을 보여줍니다. 이 기술은 성체 돌고래를 식별하고 돌고래 성장 추적을 용이하게 하여 돌고래 연구를 크게 촉진했습니다.

다른 단계에 있는 동일한 돌고래의 특성

농부들이 가축을 모니터링하도록 도와주세요​

농장 동물을 식별하는 것은 어려울 수 있습니다. Beijing Yourui Technology의 창립자인 Zhao Jinshi는 수년 동안 농업 분야의 소프트웨어 개발에 종사해 왔습니다. 그는 농장 동물 식별에 대해 다음과 같이 말했습니다. "돼지의 경우 식별하기가 더 어려울 것입니다. 돼지는 모두 외모가 똑같지만 소는 상대적으로 쉽습니다. 확실히 독특하기 때문에 몸의 무늬가 흑백이고 모양도 다릅니다."

소와 그들의 "상호작용"

그러나 오면. 소 식별에 대한 과제가 발생합니다. ——카메라를 설치할 위치를 결정합니다. 소는 호기심이 많은 동물이므로 환경이 조금만 바뀌어도 관심을 끌게 됩니다. 카메라를 찾으면 카메라를 핥는 방식으로 "상호작용"합니다. 그러나 문제는 제쳐두고, 개별 소를 식별할 수 있는 시스템을 갖추는 것은 사육자들에게 큰 도움이 될 것입니다. 이 솔루션은 동물의 건강, 음주 및 식습관 패턴을 동물의 정체성과 일치시킵니다. 인공지능의 도움으로 동물의 질병 징후와 비정상적인 행동을 감지하고 긴급 상황 시 사육자에게 통보하는 것이 가능해질 것입니다.

3. 얼굴 인식의 과제

애완동물 얼굴 인식 솔루션을 구현하려면 세 가지 주요 과제를 고려해야 합니다.

최적의 기능 세트 결정

Scientists 얼굴 인식에 사용할 수 있는 특징 벡터가 지정되었습니다. 그러나 어떤 기능을 사용해야 하는지, 어떻게 해석해야 하는지 모르기 때문에 동일한 접근 방식이 애완동물에게는 효과가 없습니다. 예를 들어 과학자들은 사람을 대상으로 작업할 때 VAE(변형 자동 인코더) 아키텍처를 사용하여 얼굴에서 특징을 추출할 수 있습니다. 이 접근 방식에서는 사람 사진을 피부색, 얼굴 표정 등 원하는 특징이 포함된 벡터로 압축합니다. 그러나 애완동물 얼굴 인식 측면에서는 현재 신뢰할 수 있는 특징 벡터가 없습니다.

신뢰할 수 있는 특징 벡터

신뢰할 수 있는 특징 벡터를 해결하면 해당 분야가 크게 발전할 것입니다. 오픈 소스 예제인 DogFaceNet은 딥 러닝을 기반으로 한 개 인식을 구현한 것입니다. 강아지의 눈과 코를 기능 세트로 사용합니다. 이 솔루션은 전체 목표가 개 품종을 구별하는 것이라면 합리적으로 잘 작동하지만, 쌍둥이를 구별하는 경우에는 성능이 다소 떨어집니다.

동물 포즈​

또 다른 예는 이미지를 픽셀로 변환하고 서로 다른 이미지의 픽셀 값을 비교하여 작동하는 LBPH(Local Binary Pattern Histogram) 알고리즘을 사용하는 것입니다. 이 방법은 동물의 자세에 따라 달라지므로 자세 변화에 민감합니다. 이 접근 방식은 구식이라는 점을 언급할 가치가 있습니다. 현재 엔지니어들은 보다 고급 기능을 사용하는 경향이 있습니다.

동물들이 카메라를 향해 포즈를 취하도록 하세요

사람의 경우 특정한 포즈를 취하고 가만히 앉아 있기가 쉽습니다. 하지만 고양이나 강아지에게 특정 포즈를 취하게 하려고 하면 쉽지 않습니다. 이를 위해서는 픽셀 유사성에 의존하는 것과 같은 "자세 감지" 얼굴 인식 알고리즘의 적용이 필요합니다.

종합적인 훈련 데이터 세트 제공

교육이 효과적이려면 데이터가 다양해야 하며 알고리즘이 수행할 것으로 예상되는 모든 작업을 포괄해야 합니다. 예를 들어, 알고리즘이 다양한 개 품종을 인식하는 경우 데이터 세트에는 다양한 각도에서 캡처되고 올바르게 라벨이 지정된 정보 소스가 포함되어야 합니다. 여기에서는 여러 가지 일이 발생할 수 있습니다. 예를 들어 누군가가 혼합 품종의 이미지를 제출할 수 있고, 누군가가 이미지에 잘못 태그를 지정하고 잘못된 품종 이름을 지정할 수 있습니다. 이러한 문제를 방지하려면 전문가는 데이터세트의 모든 사진을 하나씩 검토하여 이미지의 적법성과 라벨의 정확성을 확인해야 합니다. 4. 결론

그럼에도 불구하고 특정 동물이나 소규모 가축/야생 동물 그룹을 식별하는 등 제한된 데이터를 사용하여 작업하는 성공적인 애플리케이션이 있습니다. 자신만의 애완동물 얼굴 인식 시스템을 구축하는 경우 동물은 생체 인식 기술의 비협조적인 사용자라는 점을 기억하십시오. 일부는 카메라를 핥아야 한다고 주장하고, 다른 일부는 사진 촬영을 거부합니다. 불필요한 문제를 제거하기 위해 자세 및 표현 중립적인 알고리즘을 설계할 수 있습니다. 고려해야 할 또 다른 문제는 개인 정보 보호 규정입니다. 잃어버린 애완동물을 찾는 앱을 만들려면 주인이 위치를 공개해야 합니까? 주인의 집에 있는 애완동물의 사진이라도 주인에 대한 개인 정보가 노출될 수 있습니다.

원본 링크: https://readwrite.com/pet-face-recognition-are-we-there-yet/

번역자 소개

Cui Hao, 51CTO 커뮤니티 편집자, 수석 건축가, 경력 18년 소프트웨어 개발 및 아키텍처 분야의 경험, 분산 아키텍처 분야의 10년 경험. 이전에는 HP의 기술 전문가였습니다. 그는 공유할 의지가 있으며 600,000회 이상 읽힌 많은 인기 기술 기사를 작성했습니다. "분산 아키텍처의 원리와 실제"의 저자입니다.

위 내용은 반려동물 안면인식도 구현됐나요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!