지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
이용수
초록· 키워드
오류제보하기
본 연구는 AI 기법 중에 최근 널리 사용되고 있는 딥러닝 모델들을 비교하여 재난으로 인해 손상된 건물의 신속한 감지에 가장 적합한 모델을 선정하는 데 목적이 있다. 먼저, 신속한 객체감지에 적합한 1단계 기반 검출기 중 주요 딥러닝 모델인 SSD-512, RetinaNet, YOLOv3를 후보 모델로 선정하였다. 이 방법들은 1단계 기반 검출기 방식을 적용한 모델로서 객체 인식 분야에 널리 이용되고 있다. 이 모델들은 객체 인식 처리방식의 구조와 빠른 연산의 장점으로 인해 객체 인식 분야에 널리 사용되고 있으나 재난관리에서의 적용은 초기 단계에 머물러 있다. 본 연구에서는 피해감지에 가장 적합한 모델을 찾기 위해 다음과 같은 과정을 거쳤다. 먼저, 재난에 의한 건물의 피해 정도 감지를 위해 재난에 의해 손상된 건물로 구성된 xBD 데이터셋을 활용하여 초고해상도 위성영상을 훈련시켰다. 다음으로 모델 간의 성능을 비교 · 평가하기 위하여 모델의 감지 정확도와 이미지 처리속도를 정량적으로 분석하였다. 학습 결과, YOLOv3는 34.39%의 감지 정확도와 초당 46개의 이미지 처리속도를 기록하였다. RetinaNet은 YOLOv3보다 1.67% 높은 36.06%의 감지 정확도를 기록하였으나, 이미지 처리속도는 YOLOv3의 3분의 1에 그쳤다. SSD-512는 두 지표에서 모두 YOLOv3보다 낮은 수치를 보였다. 대규모 재난에 의해 발생한 피해 정보에 대한 신속하고 정밀한 수집은 재난 대응에 필수적이다. 따라서 본 연구를 통해 얻은 결과는 신속한 지리정보 취득이 요구되는 재난관리에 효과적으로 활용될 수 있을 것이라 기대한다.
목차
Abstract
초록
1. 서론
2. 연구 설계 및 방법론
3. 실험 결과
4. 요약 및 결론
References
참고문헌 (39)
참고문헌 신청
Alfarrarjeh, A., Trivedi, D., Kim, S. H., and Shahabi, C. (2018). A deep learning approach for road damage detection from smartphone images. In 2018 IEEE International Conference on Big Data (Big Data), IEEE, pp. 5201-5204. https://doi.org/10.1109/bigdata.2018.8621899
Baker, S. (1989). San Francisco in ruins: The 1906 serial photographs of George R. Lawrence. Landscape (Berkeley, Calif.), Vol. 30, No. 2, pp. 9-14.
Bowman, J. and Yang, L. (2021). Few-shot Learning for Post-disaster Structure Damage Assessment. In Proceedings of the 4th ACM SIGSPATIAL International Workshop on AI for Geographic Knowledge Discovery, pp. 27-32. https://doi.org/10.1145/3486635.3491071
Carranza-García, M., Torres-Mateo, J., Lara-Benítez, P., and García-Gutiérrez, J. (2020). On the performance of one-stage and two-stage object detectors in autonomous vehicles using camera data. Remote Sensing, Vol 13, No. 1, 89p. https://doi.org/10.3390/rs13010089
Clark, D. G., Ford, J. D., and Tabish, T. (2018). What role can unmanned aerial vehicles play in emergency response in the Arctic: A case study from Canada. PLoS One, Vol. 13, No. 12, e0205299. https://doi.org/10.1371/journal.pone.0205299
Baker, S. (1989). San Francisco in ruins: The 1906 serial photographs of George R. Lawrence. Landscape (Berkeley, Calif.), Vol. 30, No. 2, pp. 9-14.
Bowman, J. and Yang, L. (2021). Few-shot Learning for Post-disaster Structure Damage Assessment. In Proceedings of the 4th ACM SIGSPATIAL International Workshop on AI for Geographic Knowledge Discovery, pp. 27-32. https://doi.org/10.1145/3486635.3491071
Carranza-García, M., Torres-Mateo, J., Lara-Benítez, P., and García-Gutiérrez, J. (2020). On the performance of one-stage and two-stage object detectors in autonomous vehicles using camera data. Remote Sensing, Vol 13, No. 1, 89p. https://doi.org/10.3390/rs13010089
Clark, D. G., Ford, J. D., and Tabish, T. (2018). What role can unmanned aerial vehicles play in emergency response in the Arctic: A case study from Canada. PLoS One, Vol. 13, No. 12, e0205299. https://doi.org/10.1371/journal.pone.0205299
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
실시간 객체 검출 성능 평가에 대한 연구
Proceedings of KIIT Conference
2023 .11
-
YOLOv5 모델에 따른 결과 분석
한국정밀공학회 학술발표대회 논문집
2021 .11
-
YOLOv5 기반의 딥러닝 성능 개선 연구
한국통신학회 학술대회논문집
2022 .06
-
문화재 재난 감지 및 신속 대응 시스템
한국통신학회 학술대회논문집
2018 .01
-
YOLOv5를 이용한 효율적인 소형 물체 감지 모델에 대한 연구
정보 및 제어 논문집
2024 .10
-
YOLOv10과 기존 객체 탐지 모델 성능 비교 분석
한국컴퓨터정보학회논문지
2024 .08
-
오이 과실 및 꽃 인식을 위한 딥러닝 모델 성능 평가
한국산학기술학회 논문지
2025 .02
-
SSD의 객체 검출 층을 이용한 YOLOv3의 성능 향상
한국정보통신학회논문지
2024 .08
-
YOLOv5를 활용한 쓰러짐 감지 및 알람 시스템
한국정보과학회 학술발표논문집
2024 .06
-
YOLOv9 객체 인식 모델을 활용한 군용 드론 감지 연구
Proceedings of KIIT Conference
2024 .05
-
Benchmarking YOLOv8, YOLOv9, and YOLOv10 for Detecting Tiny and Small Objects in Complex Environments
한국통신학회 인공지능 학술대회 논문집
2024 .09
-
딥러닝 기반의 가금류 객체 탐지 알고리즘
디지털콘텐츠학회논문지
2022 .07
-
색상필터와 딥러닝 기반의 화재감지
Proceedings of KIIT Conference
2022 .12
-
YOLOv2 구조 기반 얼굴 검출기의 성능 향상을 위한 웨이블릿 전처리 방법
Proceedings of KIIT Conference
2021 .06
-
센서를 통한 재난 탐지 및 네트워크 기반 재난 대응 시스템의 설계 및 구현
디지털콘텐츠학회논문지
2019 .04
-
YOLOv8 기반 해양 환경에서의 사람 객체 탐지 모델 성능 향상 연구
한국정보과학회 학술발표논문집
2024 .06
-
YOLOv11: Revolutionizing Object Detection with Focus on Tiny Objects in Complex Settings
한국통신학회 학술대회논문집
2024 .11
-
Analysis of YOLOv5 results based on detection speed and precision
한국생산제조학회 학술발표대회 논문집
2022 .05
-
YOLO 객체 탐지 기술을 활용한 가정용 화재 감지 및 알림 시스템
Proceedings of KIIT Conference
2024 .05
-
YOLOv5의 모델별 비교 분석을 통한 자율주행 차량 객체 인식 알고리즘 선정
한국통신학회 학술대회논문집
2022 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0