본 논문은 소의 절름발이 자동 탐지를 위한 시공간 심층 학습 프레임워크를 제안한다. 공개적으로 이용 가능한 50개의 비디오 클립(42마리 소)을 사용하여, 3D CNN과 ConvLSTM2D 두 가지 심층 학습 아키텍처를 훈련하고 평가했다. 데이터 증강 기법을 적용하여 일반화 성능을 향상시켰으며, 3D CNN이 90%의 정확도(정밀도, 재현율, F1 스코어 각각 90.9%)를 달성하여 ConvLSTM2D(85% 정확도)보다 우수한 성능을 보였다. 기존의 객체 탐지 및 자세 추정을 포함하는 다단계 파이프라인 방식과 달리, 본 연구는 직접적인 엔드투엔드 비디오 분류 접근 방식의 효과를 입증하였다. 다양한 비디오 소스로부터 시공간적 특징을 성공적으로 추출하고 학습하여 실제 농장 환경에서 확장 가능하고 효율적인 소 절름발이 탐지를 가능하게 한다.
