안동대 컴퓨터공학과 이철희 교수가 양봉 농가에 치명적인 피해를 주는 말벌의 실시간 탐지 및 분류 기술 개발에 성공했다.이철희 교수팀은 국내 최초로 양봉 농가에 가장 큰 피해를 주는 장수말벌과 최근 등장한 외래종인 등검은말벌을 포함한 5종의 킬러 말벌과 양봉꿀벌을 실시간 분류·탐지하는 기술을 개발했다. 
실시간 딥러닝 기술의 하나인 YOLO와 기존의 CNN 기반 영상인식기술을 분석, VGG19와 YOLO를 결합한 말벌 탐지 및 분류 알고리즘이다. 이 기술로 6종의 벌을 분류한 결과 분류 정확도가 0.832로 기존의 가장 우수한 ResNet50+YOLO 기반 Darknet 알고리즘보다 3%가 향상되는 결과를 보였고 초당 평균 400장의 실시간 처리가 가능한 것을 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 농업진흥청의 지원으로 진행됐으며, 개발된 기술은 지난 9월 양봉학회에 게재됐다. 향후 3년간의 개발과정을 거쳐 전국(400곳 이상)에 말벌 자동 모니터링 체계를 구축하기 위한 기반기술로 활용될 예정이다.이철희 교수는 “최근 딥러닝 기술의 발전으로 서로 다른 종에 대한 영상 기반 실시간 분류기술이 활발히 연구되고 있다. 그러나 외부적인 형태와 색상이 유사한 동종 객체의 경우, 검출 및 분류 성능이 상대적으로 미흡하다”며 “국내·외에서 영상에서 말벌의 존재 유·무를 판단하는 연구는 보고된 적이 있으나, 말벌 종에 대한 실시간 탐지 및 분류 연구는 아직 없다”고 말했다.
;){kind=link}
