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.

In this study, we propose a method for systematic registration and management of pet animals by utilizing muzzle pattern data, which have different shapes for each individual. We aim to design a method for collecting and storing pet animal muzzles and to suggest a method for improving the matching accuracy of recognition in the process of identifying the target pet’s identity. To achieve this, we propose a method for applying BEBLID Descriptor based on ORB, one of the most widely used matching algorithms. In order to verify the performance of the proposed method, the basic ORB algorithm was compared as a benchmark target. A total of 200 actual muzzle data sets were used as data for analysis. The results of the analysis showed that when the BEBLID Descriptor value was set to the most basic value of 1, the matching point recognition rate of the proposed methodology was 76.2%, while the basic ORB algorithm, which was the comparison target was 66.8%.