A Study on the Application of Object Recogntion for Pet Management: Based on ORB Algorithm and BEBLID Descriptor

본 연구에서는 반려동물의 체계적 등록 및 관리를 위한 방안으로서 반려동물 개체별로 모두 다른 형태를 가지고 있는 비문(Muzzle Pattern) 데이터를 활용하는 방안에 대해 제안한다. 반려동물의 비문을 수집하고 저장하는 방식을 설계하고, 타겟이 되는 개체의 신원정보를 파악하는 과정에서 인식 기술의 매칭률 정확도를 향상시킬 수 있는 방안을 제시하는 것을 목표로 한다. 이를 위해 기존에 가장 많이 사용되는 매칭 알고리즘중의 하나인 ORB를 기반으로 BEBLID Descriptor 를 적용하는 방식을 제안한다. 제안된 방법의 우수성을 입증하기 위해 기본 형태의 ORB 알고리즘을 Benchmark 대상으로 비교하였으며, 분석을 위한 자료로서 총200개의 실제 비문 데이터 셋을 활용 하였다. 분석의 결과는 BEBLID Descriptor 값을 가장 기본값인 1로설정 하였을 경우에 제안된 방법론의 매칭점 인식율은 76.2%로 나타났고, 비교대상인 기본 ORB알고리즘은66.8% 인 것으로 나타났다.