1 |
1
활동 인식 장치, 반려인의 스마트 기기, 서버로 구성되고, 상기 서버는 상기 활동 인식 장치와 상기 반려인의 스마트 기기를 통해 반려동물의 활동 데이터를 수집하고, 수집한 데이터를 전처리하여, 딥러닝을 기반으로 반려동물의 활동을 인식하여 반려동물의 활동을 모니터링하는 것을 특징으로 하는 딥러닝 기반 반려동물 모니터링 시스템 및 활동 인식 장치
|
2 |
2
제1항에 있어서,상기 활동 인식 장치는 반려동물을 목에 착용할 수 있는 웨어러블형태로 제작되고, 3축 가속도센서와 3축 자이로 센서가 설치되는 것을 특징으로 하는 딥러닝 기반 반려동물 모니터링 시스템 및 활동 인식 장치
|
3 |
3
제2항에 있어서,반려동물의 활동 데이터 수집은 상기 활동 인식 장치에 내장된 저전력 블루투스 모듈을 통해 상기 스마트폰의 소정 애플리케이션과 연결하여 가속도 데이터, 자이로 데이터, 걸음 수 데이터, 활동 인식 장치의 MAC 주소를 수집하는 것을 특징으로 하는 딥러닝 기반 반려동물 모니터링 시스템 및 활동 인식 장치
|
4 |
4
제3항에 있어서, 상기 데이터의 수집 주기는 1초당 1회로 설정하는 것을 특징으로 하는 딥러닝 기반 반려동물 모니터링 시스템 및 활동 인식 장치
|
5 |
5
제3항에 있어서,상기 수집된 데이터를 바탕으로 데이터 전처리 단계에서는 결측치 처리, 정규화, 시퀀스 데이터 생성 순의 과정이 진행되는 것을 특징으로 하는 딥러닝 기반 반려동물 모니터링 시스템 및 활동 인식 장치
|
6 |
6
제5항에 있어서,상기 결측치 처리는 대체하거나 제거하는 방식으로 이루어지고, 대체할 경우 시계열 데이터의 특성에 맞게 대체 값을 선택하고, 2초 이상의 결측치가 발생한 경우 필터링을 통해 데이터를 제거하고, 결측치는 평균값으로 설정하는 것을 특징으로 하는 딥러닝 기반 반려동물 모니터링 시스템 및 활동 인식 장치
|
7 |
7
제1항에 있어서,상기 딥러닝은, 합성곱 연산을 1차원으로 진행하는 Conv1D 레이어를 이용하여 전체 시퀀스 데이터에 대한 특징 맵을 만들고, 특징 맵을 다시 LSTM 레이어를 이용하여 시계열적인 요소를 바탕으로 특징을 추출하는 것을 특징으로 하는 딥러닝 기반 반려동물 모니터링 시스템 및 활동 인식 장치
|
8 |
8
제7항에 있어서,발생가능한 노이즈를 제거하기 위해 Z-점수(Z-score) 정규화 방법을 사용하고, Z-점수 정규화는 평균(Mean)과 표준편차(Stddev)를 이용해 이상치를 제거하는 데 특화된 방법으로 식 (1)과 같이 Z-점수를 도출하며, 이때, 도출된 Z-점수는 평균값인 0을 기준으로 -2 미만일 경우 -2, 2 이상일 경우 2로 이상치 값들을 조정하는 것을 특징으로 하는 딥러닝 기반 반려동물 모니터링 시스템 및 활동 인식 장치
|
9 |
9
제7항에 있어서,가속도에 대해서 Lambda 레이어를 통해 x, y, z축에 대한 특징을 식 (2)를 통해 추출하고, 추출된 전체 특징들은 Dense 레이어를 통해 각 활동별 수치들을 출력하고 이를 Add 레이어를 통해 전부 더하여 Softmax를 통해 활동별 확률을 도출하는 것을 특징으로 하는 딥러닝 기반 반려동물 모니터링 시스템 및 활동 인식 장치
|