딥러닝을 이용한 영상기반 아스팔트도로 균열상태 판정

최승현; 도명식; 유상희; 조창석

추천

검색

자료유형: 학술저널

저자정보: 최승현 (한밭대학교 도시공학과) 도명식 (한밭대학교 도시공학과) 유상희 ([주]아이비시스) 조창석 (한신대학교 정보통신학과)

저널정보: 한국도로학회 한국도로학회논문집 한국도로학회논문집 제20권 제5호

발행연도: 2018.1

수록면: 75 - 83 (9page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

PURPOSES : In this study, algorithms were proposed for determining the crack condition of an asphalt pavement image using deep learning methods. METHODS : For the configuration of a deep learning network, the study used a Convolution Neural Network and You Only Look Once algorithms. To obtain input data for analysis, a camera was mounted on the bonnet of the vehicle to obtain images of asphalt pavement and to mark the ground-truth cracks in the asphalt pavement image. In addition, an algorithm suitable for the automatic determination function of Deep Learning was proposed in order to calculate the crack ratio and crack rating. RESULTS:The result of analysis showed that the recall rate of cracks in this system was higher from FPPW 5.0E-06 to 96.03%. Furthermore, the accuracy of the grading system was found to be 100%, enabling the determination of very accurate ratings. The rate of processing per image was 0.4448 seconds on average, and the real-time analysis of pavement images presented no problem because the assessment took place within a short time. CONCLUSIONS : Applying this system to the pavement management system is expected to reduce the time required in finishing work and to determine a quantitative crack rating.

#Deep learning #Pavement Crack #Asphalt Pavement #Convolutional Neural Network #Visual inspection

참고문헌 (7)

참고문헌 신청

Cha, Y. J. / 2017 / Deep learning based crack damage detection using convolutional neural networks / Computer Aided Civil and Infrastructure Engineering 32(5):361~378

조영태 / 2016 / 도로의 파손 상태를 자동관리하기 위한 동영상 기반 실시간 포트홀 탐지 시스템 / 정보과학회 컴퓨팅의 실제 논문지 22(1):8~19

Lee, B. J. / 2004 / Position invariant neural network for digital pavement crack analysis / Computer Aided Civil and Infrastructure Engineering 19(2):105~118

이예인 / 2018 / 딥러닝을 이용한 영상 기반의 콘크리트 구조물 박락 탐지 / 콘크리트학회 논문집 30(1):91~99

Oliveira, H. / 2013 / Automatic road crack detection and characterization / IEEE Transactions on Intelligent Transportation Systems 14(1):155~168

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최승현

소속기관 한밭대학교

주요연구분야 공학 > 건축공학 > 토목공학 공학 > 기타공학 > 교통공학

논문수 18 이용수 829

도명식

소속기관 한밭대학교

주요연구분야 공학 > 건축공학 > 토목공학 TOP 5% 공학 > 기타공학 > 교통공학 TOP 5%

논문수 112 이용수 9,046

유상희

소속기관 [주]아이비시스

주요연구분야 공학 > 건축공학 > 토목공학

논문수 1 이용수 47

조창석

소속기관 한신대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 공학 > 건축공학 > 토목공학

논문수 7 이용수 422

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (7)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)