메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김지호 (포항공과대학교) 김경영 (포항공과대학교) 김동주 (포항공과대학교)
저널정보
한국통신학회 한국통신학회논문지 한국통신학회논문지 제48권 제5호
발행연도
2023.5
수록면
567 - 580 (14page)
DOI
10.7840/kics.2023.48.5.567

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
건축물 안전 점검은 점검자가 육안으로 건축물을 조사하는 방식이며, 특히 건물의 위험을 직관적으로 나타내는 균열에 대한 점검이 핵심적이다. 최근에는 이를 보조할 수 있도록 균열 점검의 자동화를 위한 인공지능 기반의 연구가 활발히 이루어지고 있다. 균열은 벽면의 종류와 발생 위치 등에 따라 그 형태가 매우 달라지기 때문에 학습 데이터의 폭이 넓어야 하나, 대부분 공인된 데이터셋들은 제한적인 환경과 낮은 해상도로 구성되어 있어 실제 현장에 적용하기엔 실효성이 부족하다. 본 연구에서는 건물 내 균열 점검 현장에 적합한 검출 시스템을 개발하였다. 이를 위해 균열 조사 현장과 같은 이미지 데이터셋 POC를 11,466장을 구축하였고, 데이터의 특성과 분포를 고려한 층화 표집 방법을 통해 구축 데이터셋의 높은 다양성을 보장하였다. 또한, 딥러닝 기반 객체 검출 모델인 YOLO 계열의 모델들로 균열 검출 성능을 비교하였고, 최종적으로 YOLO-Cr 모델을 개발하여 mAP(mean Average Precision) 91.5%라는 높은 균열 검출 성능을 보였다. 더 나아가, YOLO-Cr을 토대로 실제 현장점검에서 실시간 스캐닝과 UAV를 활용하는 검출 시스템을 설계함으로써 기존 육안 검사의 개선 방법을 제시한다. 본 연구를 통해 다양한 구조물의 안전 점검 자동화에 기여하고 점검의 객관성 및 효율성이 증대될 수 있길 기대한다.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 결론
References

참고문헌 (21)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-567-001463543