▣ 연구 배경
○ 최근 4차 산업혁명 진입이 본격화되고 정보통신과 영상분석기술의 발달로 농업분야에서도 다양한 영농기술을 창출할 수 있는 기술개발이 필요
○ 원격으로 획득된 디지털 영상자료의 실시간 처리 및 분석기술을 통해 농업인에게 병해충, 생육진단 등 다양한 영농기술 지원이 가능
▣ 주요 연구성과
○ 콩 30개 품종 재배시 주기적 영상 취득을 하여 훈련 이미지 13,166개, 검증 이미지 2,100개를 활용 딥러닝(CNN)을 구동하여 판별모형을 구축
- 판별에 따른 오차함수의 변화는 초기 매우 높게 형성되다가 점차 낮아져 거의 0.01 근처까지 내려왔으나 검증자료에서는 1.5 정도로 높았음
- 학습과정과 검증과정에서의 정확도의 변화는 초기 매우 낮게 형성되다가 급격히 높아지면서 0.95가 넘어서면서 완만하게 상승하였음
* ‘두루올’, ‘참올’, ‘황금올’, ‘단미풋콩’, ‘대찬’, ‘대풍2호’, ‘미고’, ‘선풍’, ‘개금’, ‘대선’, ‘진풍’, ‘새단백’, ‘우람’, ‘연풍’, ‘천상’, ‘대풍’, ‘대원’, ‘청자3호’, ‘태청’, ‘청자4호’, ‘소청자’, ‘청미인’, ‘소연’, ‘혜원’, ‘해품’, ‘신화’, ‘풍원’, ‘농채’, ‘풍산’, ‘아람’
▣ 파급효과
○ 포장에서 품종 판별은 향후 생육진단 기술과 함께 농가에서 원격으로 실시간 사진자료를 자동으로
분석하여 영농정보를 지원할 수 있는 기반을 마련