CNN 이용 시 분류정확도를 향상시키기 위한 건축이미지 검색 방법

뒤로	원문보기 \| 미리보기 [ 원문보기시 소비되는 포인트 : 100 포인트 ]

논문명	CNN 이용 시 분류정확도를 향상시키기 위한 건축이미지 검색 방법 / A Methodology of Enhancing the Accuracy of Image Classification with CNN
저자명	이상현(Lee, Sang-Hyun) ; 노녕(Lu, Ning)
발행사	대한건축학회
수록사항	대한건축학회논문집, Vol.36 No.09 (2020-09)
페이지	시작페이지(15) 총페이지(8)
ISSN	2733-6247
주제분류	계획및설계
주제어	CNN; 인공신경망; 이미지 분류; XOR; 딥러닝 // CNN; Artificial Neural Network; Image Classification; XOR; Deep Learning
요약1	본 연구는 건축적 이미지 분류에서 CNN을 더욱 효율적으로 사용할 수 있는 방법을 제안한다. CNN을 이용한 통상적인 건축 관련 이미지 분류에서는 이미지의 특성을 고려하지 않는다. 반면에 본 연구에서는 건축적 이미지는 크게 입면과 같은 2차원 이미지와 투시도와 같은 3차원 이미지로 대별될 수 있다는 점에 착안하여 이들을 선분류한 후, 해당 이미지의 유형 분류를 시도한다. 본 연구에서는 2차원 이미지와 3차원 이미지를 선 분류하지 않고 유형 분류한 경우와 2차원 이미지와 3차원 이미지를 선분류한 후 유형 분류를 한 경우를 비교하였다. 비교 결과 선분류를 적용한 경우가 분류 정확도가 높음을 확인하였다. 이는 CNN을 이용한 이미지 분류 시에 이미지의 특성을 바탕으로 기본적인 선 분류를 한 후 특정 유형 분류를 시도하는 것이 효과적일 수 있음을 시사한다. 이러한 연구 결과는 단지 건축 관련 이미지 뿐만 아니라 다른 종류의 이미지 분류에도 동일하게 적용될 수 있을 것이다.
요약2	This research proposes the method of using the Convolutional Neural Network (CNN) more efficiently in the classification of architectural images. The characteristics of images are not considered in the conventional methods of classifying architectural images. In this research, architectural images are first categorized primarily as two-dimensional images such as facades or three-dimensional images such as perspectives before classifying the types of the images. We compared the cases, where the types of architectural images are classified without being categorized as two- or three-dimensional images, with the cases where they are classified after the preliminary categorization is conducted. In this research, it was confirmed that the latter had higher classification accuracy. This implies that for image classification using the CNN, it could be effective to classify the types of architectural images after categorizing the basic preliminary delimitation based on characteristics of the images. We anticipate that the outcome of this research for architectural images will also apply to classification of other types of images.
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)
2025년 의무화 로드맵에 따른 공공시설 제로에너지건축물 인증제도 시장 수용성 이승민(Lee, Seung-Min) ; 김진호(Kim, Jin-Ho) ; 신광수(Shin, Gwang-Su) ; 김의종(Kim, Eui-Jong) - 한국건축친환경설비학회 논문집 : Vol.12 No.6 (201812)
가우시안 프로세스 모델을 이용한 냉각탑 최적제어 김재민(Kim, Jae-Min) ; 신한솔(Shin, Han-Sol) ; 추한경(Chu, Han-Gyeong) ; 이동혁(Yi, Dong-Hyuk) ; 박성호(Park, SungHo) ; 여명석(Yeo, Myoung-Souk) ; 박철수(Park, Cheol-Soo) - 추계학술발표대회 : 2018 (201811)
냉각수 유량 제어를 통한 냉방시스템의 에너지 절감 효과에 관한 검토 김혜미(Kim, Hyemi) ; 송영학(Song, Young-hak) - 대한건축학회 학술발표대회 논문집 : Vol.37 No.1 (201704)
사무소 건물에서 냉동기의 대수제어를 통한 냉동기 거동 특성 및 에너지 절감 효과 분석 서병모(Byeong-Mo Seo) ; 손정은(Jeong-Eun Son) ; 이광호(Kwang Ho Lee) - 설비공학논문집 : Vol.28 No.04 (201604)
사무소 건물에서 냉동기의 부분부하율 및 냉방 에너지 성능 특성 분석 서병모(Byeong-Mo Seo) ; 유병호(Byeong-Ho Yu) ; 이광호(Kwang-Ho Lee) - 설비공학논문집 : Vol.27 No.11 (201511)
[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)
IoT정보기반 Modelica-EnergyPlus Co-simulation을 통한 에너지소비량 추정 김혜진(Kim, Hye-Jin) ; 서동현(Seo, Dong-Hyun) - 한국건축친환경설비학회 논문집 : Vol.13 No.5 (201910)
최근 건축분야의 인공지능 기계학습 연구동향 강인성(Kang, In Sung) ; 문진우(Moon, Jin Woo) ; 박진철(Park, Jin Chul) - 대한건축학회논문집 구조계 : Vol.33 No.04 (201704)