Deep Learning-Based Animal Footprint Analysis for Species Recognition and Injury Detection

기술 요약: 종 식별 및 부상 탐지를 위한 딥러닝 기반 동물 발자국 분석

문제 정의
야생 동물 관리 및 생태계 모니터링은 부상당한 동물의 탐지와 추적에 크게 의존한다. 전통적인 방법은 수동 발자국 분석(ichnology)에 의존하는데, 이는 본질적으로 주관적이고 시간이 많이 소요되며, 광범위한 전문 지식을 필요로 하기 때문에 규모를 확장하기 어렵다. 또한, 다양한 기질 유형(예: 모래 vs 점토), 조명 조건, 불완도한 흔적과 같은 환경적 혼란 요인은 높은 클래스 내 분산(intra-class variance)을 유발하여 트랙의 형태를 왜곡시킨다. 발가락 기하학이나 패(pad) 구성과 같은 형태학적 특징은 종 식별 및 부상(예: 파행 또는 외상) 탐지에 진단적 가치를 제공하지만, 현재의 자동화된 시스템은 실제 보전 계획에서 충분히 활용되지 못하고 있다. 핵심 과제는 실제 환경의 클래스 불균형 상황에서 단일 딥 비전 모델을 사용하여 종 간 및 종 내 형태학적 변이를 분리해내는 것이다.

방법론
본 연구는 정적 트랙 이미지를 통해 동물 종 분류와 부상 관련 구조적 이상 탐지를 공동으로 수행하는 통합 딥러닝 프레임워크를 제안한다.

• 데이터셋: Kaggle의 "Footprint-Animals" 데이터셋(정상 트랙)과 Roboflow Universe 저장소(부상 트랙)를 병합하여 총 1,217장의 이미지로 구성된 커스텀 데이터셋을 구축하였다. 대상은 곰(Bear), 너구리(Raccoon), 비버(Beaver), 사자(Lion), 코끼리(Elephant), 코요테(Coyote) 등 6개 종을 포함한다. 데이터는 상당한 클래스 불균형을 보이며, 정상 샘플 1,014개와 부상 샘플 203개로 구성된다. 이미지는 224×224 픽셀로 크기가 조정되었으며, ImageNet 평균 및 표준 편차 벡터를 사용하여 표준화되었다.
• 태스크 정식화: 주요 태스크는 각 레이블이 종의 정체성과 건강 상태의 고유한 조합(예: "Bear-Normal", "Bear-Injured")을 나타내는 12-클래스 미세 분류(fine-grained classification) 문제로 설정되었다. 부가적으로, 분류학적 특징과 부상 탐지를 분리하기 위해 단순화된 이진 태스크(정상 vs 부상)도 평가되었다.
• 아키텍처: 다섯 가지 합성곱 신경망(CNN) 아키텍처인 ResNet-50, EfficientNet-B0, EfficientNet-B3, MobileNet-V3, ConvNeXt-V1 Tiny를 벤치마킹하였다. 모델은 ImageNet 가중치로 초기화되었으며 PyTorch를 사용하여 미세 조정(fine-tuning)되었다.
• 최적화: 학습에는 AdamW 옵티마이저와 OneCycle 학습률 정책을 사용하였다. 클래스 왜곡을 해결하기 위해 베이스라인 모델은 가중치 적용 교차 엔트로피 손실(weighted cross-entropy loss)을 사용했다. 데이터 증강(플립, 회전, 밝기/대비)은 학습 스플릿에만 엄격하게 적용되었다.
• 해석 가능성: 모델이 배경 노이즈가 아닌 관련 형태학적 특징(예: 패 클러스터, 발가락 간격)에 집중하는지 확인하기 위해 그래디언트 가중 클래스 활성화 매핑(Grad-CAM)을 사용하였다.

주요 결과

• 다중 클래스 성능: ConvNeXt-V1 Tiny가 12-클래스 설정에서 가장 높은 성능을 보였으며, 전체 정확도 **78.91%**와 매크로 F1-score **68%**를 달 기록하였다. 이 모델은 다른 모델에 비해 소수 클래스(예: 부상당한 곰)에 대해 우수한 민감도(재현율 75%)를 입증하였다.
• 모델 비교: EfficientNet-B0는 75.00%의 정확도를 달성했으나, 다수 클래스인 "정상"에 대한 체계적 편향으로 인해 낮은 매크로 F1-score(55%)를 기록했으며, 특정 부상 집단에 대해 0%의 재현율을 보였다. EfficientNet-B3는 과잉 매개변수화 및 학습 불안정성으로 인해 63.28%의 낮은 정확도를 기록했다.
• 손실 함수 영향: Focal Loss를 구현하면 소수 클래스의 초기 수렴 속도가 향상되지만, 글로벌 테스트 정확도는 **71.88%**로 약간 감소하였다. 이는 Focal Loss가 그래디언트를 균형 있게 만들기는 하지만, 데이터셋의 크기와 형태학적 유사성으로 인해 글로벌 일반화 능력에는 한계가 있음을 시사한다.
• 이진 분류: 태스크를 이진 분류(정상 vs 부상)로 재구성했을 때, ConvNeXt-V1을 사용하여 최고 **96.88%**의 정확도를 달성하였다. 이 모델은 정상 베이스라인에 대해 100%의 정확도를 보였으며, 부상 구성에 대해 >91.3%의 정확도를 유지하였다.
• 해석 가능성: Grad-CAM 분석 결과, 상위 성능 모델(ConvNex-V1)은 진단적 해부학적 특징(패 클러스터, 발톱 자국)에 정밀하게 주의를 집중시킨 반면, 하위 성능 모델은 배경 기질에 분산된 활성화를 보였다.

의의 및 주장
본 논문은 동물 취급 없이 비침습적 야생 동물 모니터링이 가능한 통합 딥러닝 패러다임을 검증한다고 주장한다. 주요 의의는 다음과 같다:

1. 현대적 아키텍처의 중요성: 매크로 커널 아키텍처인 ConvNeXt는 미묘한 클래스 내 발자국 변이를 구별하는 데 필요한 넓은 공간적 맥락을 포착하는 데 있어 전통적이거나 경량화된 모델보다 더 적합하다.
2. 태스크 복잡도의 트레이드오프: 미세한 12-클래스 모델은 포괄적인 진단 세부 정보를 제공하지만, 이진 추상화 모델은 훨씬 높은 신뢰성(96.88% 정확도)을 제공한다. 저자들은 부상 탐지를 종 식별으로부터 분리하는 것이 중첩된 특징 표현의 병목 현상을 제거한다고 제안한다.
3. 실제 배치 가능성: 본 연구는 이진 모델이 급수장이나 카메라 트랩 배열과 같이 특정 종 식별보다 부상의 존재 여부를 파악하는 것이 우선순위인 자동화된 현장 배치 시스템에 더 실용적인 경로를 제공한다고 제안한다.

저자들은 클래스 불균형과 기질 가변성이 여전히 과제로 남아 있지만, 이 접근 방식이 전통적인 추적의 주관성을 최소화하고 생태 모니터링을 위한 확장 가능하고 자동화된 대안을 제공한다고 결론짓는다. 향후 연구로는 분류 범주를 확장하고 전체 보행 궤적을 해결하기 위한 다중 프레임 시간적 입력을 통합하는 것을 제안한다.