뒤로 원문보기 | 미리보기 [ 원문보기시 소비되는 포인트 : 100 포인트 ]
논문명 딥러닝 기반 이미지 자동 레이블링을 활용한 건축물 파사드 데이터세트 구축 기술 개발 / A Development of Facade Dataset Construction Technology Using Deep Learning-based Automatic Image Labeling
저자명 구형모(Gu, Hyeong-Mo) ; 서지효(Seo, Ji-Hyo) ; 추승연(Choo, Seung-Yeon)
발행사 대한건축학회
수록사항 대한건축학회논문집 계획계, Vol.35 No.12 (2019-12)
페이지 시작페이지(43) 총페이지(11)
ISSN 1226-9093
주제분류 계획및설계 / 전산
주제어 건설 데이터세트; 건설 데이터베이스; 딥러닝; 파사드; 자동 레이블링//Construction Dataset; Construction Database; Deep Learning; Facade; Automatic Image Labeling
요약1 건설산업은 지난 수십년간 CAD를 비롯한 컴퓨터 프로그램을 활용하여 많은 발전을 이루었음에도 다른 제조업 분야와 비교해 단순 반복 작업 이외에 작업자의 지식기반 업무의 비율이 높아 노동생산성이 낮은 실정이다. 이를 위해서는 컴퓨터의 시각 정보 인지를 통하여 작업자의 지식기반 업무 효율을 높여야 한다. 또한 컴퓨터의 시각 정보 인지를 위해서는 이미지넷 프로젝트 사례와 같이 방대한 학습 데이터가 필요할 것이다. 이를 위한 건설 전문 이미지 데이터세트 구축의 일환으로 본 연구에서는 건축물 파사드 데이터를 포털사이트 로드뷰를 통해 빠르게 수집하고 이를 딥러닝을 이용하여 자동으로 레이블링하는 과정을 통해 건축물 파사드 데이터세트르 효율적으로 구축하는 방안을 제안하는 것을 목적으로 한다. 본 연구에서 제안하는 방안으로 도심 중심상업가로인 대구광역시 동성로 일부를 대상으로 데이터세트를 구축하고 데이터세트의 활용성과 신뢰성을 분석했다. 이를 통해 컴퓨터가 건축물 파사드 이미지의 시각정보를 인지하여 빠른 속도로 포털사이트 로드뷰의 유의미한 파사드 정보를 추출할 수 있음을 확인할 수 있었다. 또한 본 연구를 통해 건축가에게 의존했던 파사드 설계지식을 전세계의 파사드 디자인의 패턴을 추출하여 정량적이고 정성적인 파사드 설계지식을 확보할 수 있는 가능성을 제시하였으며 건설 전문 이미지 데이터세트 구축의 활용가능성을 검증하는 데 기여하였다.
요약2 The construction industry has made great strides in the past decades by utilizing computer programs including CAD. However, compared to
other manufacturing sectors, labor productivity is low due to the high proportion of workers' knowledge-based task in addition to simple
repetitive task. Therefore, the knowledge-based task efficiency of workers should be improved by recognizing the visual information of
computers. A computer needs a lot of training data, such as the ImageNet project, to recognize visual information. This study, aim at
proposing building facade datasets that is efficiently constructed by quickly collecting building facade data through portal site road view and
automatically labeling using deep learning as part of construction of image dataset for visual recognition construction by the computer. As a
method proposed in this study, we constructed a dataset for a part of Dongseong-ro, Daegu Metropolitan City and analyzed the utility and
reliability of the dataset. Through this, it was confirmed that the computer could extract the significant facade information of the portal site
road view by recognizing the visual information of the building facade image. Additionally, In contribution to verifying the feasibility of
building construction image datasets. this study suggests the possibility of securing quantitative and qualitative facade design knowledge by
extracting the facade design knowledge from any facade all over the world.
소장처 대한건축학회
스크랩하기
추천문헌 이 논문을 열람하신 아우릭 회원님들이 많이 열람하신 논문을 추천해 드립니다.
[시론] 4차 산업혁명 시대, 건축의 대응
이명식(Lee, Myung-Sik) - 건축(대한건축학회지) : Vol.61 No.05 (201705)
최근 건축분야의 인공지능 기계학습 연구동향
강인성(Kang, In Sung) ; 문진우(Moon, Jin Woo) ; 박진철(Park, Jin Chul) - 대한건축학회논문집 구조계 : Vol.33 No.04 (201704)
[특집] 국내 친환경 건축물 사례 분석
정지나 ; 김용석 ; 이승민 - 그린빌딩(한국그린빌딩협의회지) : v.9 n.1 (200803)
사용자 선호 디자인 자동 추천에 의한 설계 지원 도구
김성준(Kim, Seongjun) ; 김성아(Kim, Sung-Ah) - 대한건축학회논문집 : Vol.36 No.12 (202012)
가상현실 기반 사용자 참여형 타공패널 파사드 설계 방법론
장도진(Jang, Do-Jin) ; 김성준(Kim, Seongjun) ; 김성아(Kim, Sung-Ah) - 대한건축학회논문집 계획계 : Vol.36 No.04 (202004)
딥러닝 알고리즘을 활용한 건설현장사진의 공종별 분류에 대한 기초연구
길대영(Gil, Dae-Young) ; 전가현(Jeon, Ka-Hyun) ; 이강(Lee, Ghang) - 대한건축학회 학술발표대회 논문집 : Vol.37 No.2 (201710)
[특집] 사물인터넷과 스마트 건축
김태평(Kim, Taepyeong) - 건축(대한건축학회지) : Vol.60 No.01 (201601)
감리업무 효율성 향상을 위한 딥러닝 기반 철근배근 디텍팅 기술 개발
박진희(Park, Jin-Hui) ; 김태훈(Kim, Tae-Hoon) ; 추승연(Choo, Seung-Yeon) - 대한건축학회논문집 계획계 : Vol.36 No.05 (202005)
가상현실 기반 3차원 공간에 대한 감정분류 딥러닝 모델
명지연(Myung, Jee-Yeon) ; 전한종(Jun, Han-Jong) - 대한건축학회논문집 계획계 : Vol.36 No.04 (202004)
CNN 이용 시 분류정확도를 향상시키기 위한 건축이미지 검색 방법
이상현(Lee, Sang-Hyun) ; 노녕(Lu, Ning) - 대한건축학회논문집 : Vol.36 No.09 (202009)