← 목록으로
Animal Behavior

Multi-level Hierarchical Complex Behavior Monitoring System for Dog Psychological Separation Anxiety Symptoms

정리일 2026-07-16

Multi-level Hierarchical Complex Behavior Monitoring System for Dog Psychological Separation Anxiety Symptoms

  • 저자: Huasang Wang; Othmane Atif; Jirong Tian; Jonguk Lee; Daihee Park; Yongwha Chung
  • 출처: Sensors (MDPI) (2022)
  • DOI/링크: https://doi.org/10.3390/s22041556
  • 연구 계열: Topics/Animal Behavior
  • 투고일: 2022-01-07

TL;DR

혼자 집에 있는 개의 분리불안 증상을 자동 감시하는 다단계 계층 시스템을 제안했다. 목과 등의 웨어러블 가속도 센서 시계열에서 stacked LSTM으로 자세를 인식하고, 퍼지 논리 기반 CEP 엔진으로 원자 행동과 복합 행동을 식별해 임상 기준으로 모집한 개 8마리 데이터에서 F1 점수 약 0.86을 얻었다.

1. 연구 배경 및 동기

  • 다루는 문제: 보호자가 개를 집에 혼자 두는 일이 늘면서 과도한 짖음과 파괴 행동을 동반하는 분리불안 같은 심리 장애의 위험이 커진다.
  • 기존의 공백 / 왜 필요한가: 분리불안 증상을 자세에서 원자 행동, 복합 행동까지 단계적으로 자동 조기 감지하는 시스템이 필요하다.

2. 관련 연구

  • 기존 연구 흐름: 기존 자세 인식은 SVM과 수작업 특징을 쓰는 방법이 많았고, 목·등 부착 센서가 머리·몸 자세 추정에 양질의 자료를 주어 약 90% 인식 정확도를 낸 연구가 있다.
  • 이 논문의 위치: 자세(Level 1), 원자 행동, 분리불안 관련 복합 행동으로 이어지는 계층 구조에 딥러닝과 퍼지 CEP를 결합했다.

3. 핵심 기여

  1. 다단계 계층 분리불안 증상 감시 시스템 제안
  2. stacked LSTM 자세 인식과 Fuzzy-CEP 행동 식별 결합
  3. 과도한 파괴 행동, 과도한 탐색 행동, 과도한 발성에 초점을 둠

4. 제안 방법론

  • 전체 접근 논리: 웨어러블 센서 자료로 자세를 인식하고 인식된 자세를 규칙 기반 퍼지 CEP에 입력해 상위 행동 수준으로 식별한다.
  • 단계:
    • 개 목과 등에 삼축 가속도계 착용으로 머리·몸 자세 시계열 수집
    • 1초 슬라이딩 윈도우 분할, min-max 정규화, 3D 입력(Timesteps 50, 축 3개)
    • stacked LSTM 두 개를 병렬로 머리·몸 자세 분류
    • Fuzzy-CEP 엔진의 지식 규칙으로 원자 행동과 복합 행동 식별

5. 실험 설정

항목 내용
대상/재료 임상 포함 기준으로 모집한 개 8마리
처리 조건 목과 등에 웨어러블 가속도계 착용, 자유롭게 움직이는 상태
대조군 -
측정 방법 자세 인식 및 복합 행동 감지 성능(F1 점수)

6. 실험 결과 분석

지표 변화(Δ) 조건 · 유의성
분리불안 증상 복합 행동 감지 F1 점수 약 0.86 개 8마리 데이터

7. 비판적 평가

강점

  • 웨어러블 센서 기반으로 통제된 환경이 필요 없어 실사용에 적합
  • 자세에서 복합 행동까지 계층적으로 해석 가능한 구조

한계 · 의문

  • 평가 대상이 개 8마리로 소규모임

8. 향후 연구 방향

9. 결론

제안한 시스템은 혼자 있는 개의 분리불안 관련 복합 행동 감시에서 효율을 보였다.

Keywords

separation-anxiety, dog-behavior, wearable-sensor, LSTM, complex-event-processing, fuzzy-logic, animal-welfare, behavior-monitoring

원문 그림

Figure 1. Proposed dog monitoring system architecture detects separation anxiety symptomatic
Figure 1. Proposed dog monitoring system architecture detects separation anxiety symptomatic
huasang2022multilevel
huasang2022multilevel
Figure 2. Structure of two parallel stacked Long Short-Term Memory (LSTM) networks for dog head
Figure 2. Structure of two parallel stacked Long Short-Term Memory (LSTM) networks for dog head
Figure 4. Complex Event Processing (CEP) hierarchy structure for dog behavior monitoring.
Figure 4. Complex Event Processing (CEP) hierarchy structure for dog behavior monitoring.
Figure 5. Fuzzy logic function structure of dog monitoring system.
Figure 5. Fuzzy logic function structure of dog monitoring system.
Figure 6. Membership Functions: (a) system input is complex behavior frequency (vocalization, ex-
Figure 6. Membership Functions: (a) system input is complex behavior frequency (vocalization, ex-
huasang2022multilevel

원문 그림 · 라이선스: cc-by

paperseparation-anxietydog-behaviorwearable-sensorLSTMmonitoringanimal-welfare