건설 현장 CCTV 영상을 이용한 작업자와 중장비 추출 및 다중 객체 추적

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

논문명	건설 현장 CCTV 영상을 이용한 작업자와 중장비 추출 및 다중 객체 추적 / Extraction of Workers and Heavy Equipment and Muliti-Object Tracking using Surveillance System in Construction Sites
저자명	조영운(Cho, Young-Woon) ; 강경수(Kang, Kyung-Su) ; 손보식(Son, Bo-Sik) ; 류한국(Ryu, Han-Guk)
발행사	한국건축시공학회
수록사항	한국건축시공학회 논문집, Vol.21 No.5 (2021-10)
페이지	시작페이지(397) 총페이지(12)
ISSN	15982033
주제분류	시공(적산)
주제어	건설안전; 컴퓨터 비전; 인스턴스 세그먼테이션; 다중 객체 추적; 추적 시스템 // construction safety; computer vision; instance segmentation; multiple object tracking; surveillance system
요약1	건설업은 업무상 재해 발생빈도와 사망자 수가 다른 산업군에 비해 높아 가장 위험한 산업군으로 불린다. 정부는 건설 현장에서 발생하는 산업 재해를 줄이고 예방하기 위해 CCTV 설치 의무화를 발표했다. 건설 현장의 안전 관리자는 CCTV 관제를 통해 현장의 잠재된 위험성을 찾아 제거하고 재해를 예방한다. 하지만 장시간 관제 업무는 피로도가 매우 높아 중요한상황을 놓치는 경우가 많다. 따라서 본 연구는 딥러닝 기반 컴퓨터 비전 모형 중 개체 분할인 YOLACT와 다중 객체 추적 기법인 SORT을 적용하여 다중 클래스 다중 객체 추적 시스템을 개발하였다. 건설 현장에서 촬영한 영상으로 제안한 방법론의성능을 MS COCO와 MOT 평가지표로 평가하였다. SORT는 YOLACT의 의존성이 높아서 작은 객체가 적은 데이터셋을학습한 모형의 성능으로 먼 거리의 물체를 추적하는 성능이 떨어지지만, 크기가 큰 객체에서 뛰어난 성능을 나타냈다. 본 연구로 인해 딥러닝 기반 컴퓨터 비전 기법들의 안전 관제 업무에 보조 역할로 업무상 재해를 예방할 수 있을 것으로 판단된다.
요약2	The construction industry has the highest occupational accidents/injuries and has experienced themost fatalities among entire industries. Korean government installed surveillance camera systems atconstruction sites to reduce occupational accident rates. Construction safety managers are monitoringpotential hazards at the sites through surveillance system; however, the human capability ofmonitoring surveillance system with their own eyes has critical issues. A long-time monitoringsurveillance system causes high physical fatigue and has limitations in grasping all accidents inreal-time. Therefore, this study aims to build a deep learning-based safety monitoring system that canobtain information on the recognition, location, identification of workers and heavy equipment in theconstruction sites by applying multiple object tracking with instance segmentation. To evaluate thesystem's performance, we utilized the Microsoft common objects in context and the multiple objecttracking challenge metrics. These results prove that it is optimal for efficiently automating monitoringsurveillance system task at construction sites.
소장처	한국건축시공학회

스크랩하기

추천문헌	이 논문을 열람하신 아우릭 회원님들이 많이 열람하신 논문을 추천해 드립니다.
설계요소별 영향분석을 통한 공동주택 리모델링 공사비개산견적 산출 시스템 개발 김준(Kim, Jun) ; 차희성(Cha, Heesung) - 한국건설관리학회 논문집 : Vol.19 No.6 (201811)
[시론] 4차 산업혁명 시대, 건축의 대응 이명식(Lee, Myung-Sik) - 건축(대한건축학회지) : Vol.61 No.05 (201705)
컴퓨터 비전 기술을 이용한 건설 작업자 보호구 검출 정확도 분석 강성원(Kang, Sungwon) ; 이기석(Lee, Kiseok) ; 유위성(Yoo, Wi Sung) ; 신윤석(Shin, Yoonseok) ; 이명도(Lee, Myungdo) - 한국건축시공학회 논문집 : Vol.23 No.1 (202302)
영상분석 기술 기반 모듈러 건축 공장제작 공정 모니터링 자동화 김성아(Kim, Seong-Ah) ; 강태일(Kang, Tea-il) ; 김진영(Kim, Jinyoung) - 대한건축학회논문집 : Vol.37 No.06 (202106)
공동주택 리모델링 자동견적을 위한 DL-MCS Hybrid Expert System 개발 김준(Kim, Jun) ; 차희성(Cha, Heesung) - 한국건설관리학회 논문집 : Vol.21 No.6 (202011)
국내·외 BIM 적용 프로젝트의 BIM 적용수준 비교분석 고성훈(Koh, Sung-Hoon) ; 함남혁(Ham, Nam-Hyuk) ; 이주성(Lee, Joo-Sung) ; 윤수원(Yoon, Su-Won) ; 김재준(Kim, Jae-Jun) - 한국BIM학회 논문집 : Vol.7 No.2 (201706)
공동주택 지하주차장 확대 리모델링 개략 공사비 산정 모델 개발 정은빈(Jeong, Eunbeen) ; 구충완(Koo, Choongwan) ; 김태완(Kim, Taewan) ; 이찬식(Lee, Chansik) - 한국건설관리학회 논문집 : Vol.22 No.2 (202103)
이미지 기반 기계 학습과 BIM을 활용한 자동화된 시공 진도 관리 - 합성곱 신경망 모델(CNN)과 실내측위기술, 4D BIM을 기반으로 - 노주희(Rho, Juhee) ; 박문서(Park, Moonseo) ; 이현수(Lee, Hyun-Soo) - 한국건설관리학회 논문집 : Vol.21 No.5 (202009)
건설현장 추락재해의 발생 빈도에 따른 위험요인 연구 김도수(Kim, Do-Su) ; 신윤석(Shin, Yoon-Seok) - 한국건축시공학회 논문집 : Vol.19 No.2 (201904)
국내 건설회사 BIM 프로젝트의 사례 분석을 통한 BIM전략 수립 방안 조용현(Jo, Yong-Hyun) ; 이주성(Lee, Joo-Sung) ; 함남혁(Ham, Nam-Hyuk) ; 김재준(Kim, Jae-Jun) - 한국BIM학회 논문집 : Vol.6 No.2 (201606)