딥러닝 기반 픽셀 단위 콘크리트 벽체 균열 검출 방법

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

논문명	딥러닝 기반 픽셀 단위 콘크리트 벽체 균열 검출 방법 / Deep Learning-based Pixel-level Concrete Wall Crack Detection Method
저자명	강경수(Kang, Kyung-Su) ; 류한국(Ryu, Han-Guk)
발행사	한국건축시공학회
수록사항	한국건축시공학회 논문집, Vol.23 No.2 (2023-04)
페이지	시작페이지(197) 총페이지(11)
ISSN	15982033
주제분류	시공(적산)
주제어	콘크리트 균열; 딥러닝 기반 컴퓨터비전; 시맨틱 세그먼테이션; 이미지 어그멘테이션 // concrete crack; deep learning-based computer vision; semantic segmentation; image augmentation
요약1	콘크리트는 압축력에 잘 저항하고 내구성이 우수하여 널리 사용되는 재료이다. 하지만 구조물은 시공 단계에서 주변 환경, 사용되는 재료의 특성에 따라 완공된 후 표면의 균열, 구조물의 침하 등 다양한 하자가 발생하거나 시간이 지남에 따라콘크리트 구조물 표면에 결함이 발생한다. 그대로 방치하면 구조물에 심각한 손상을 초래하기 때문에 안전 점검을 통해 검사해야 한다. 하지만 전문 검사원들이 직접 조사하기에 비용이 높고 육안으로 판단하는 외관 검사법을 사용한다. 고층 건물일수록 상세한 검사가 힘들다. 본 연구는 노후화로 인해 콘크리트 표면에 발생하는 결함 중 균열을 탐지하는 딥러닝 기반 시맨틱 세그먼테이션 모형과 해당 모형의 특징 추출과 일반화 성능을 높이기 위한 이미지 어그멘테이션 기법을 개발하였다. 이를 위해 공개 데이터셋과 자체 데이터셋을 결합하여 시맨틱 세그먼테이션용 데이터셋을 구축하고 대표적인 딥러닝 기반시맨틱 세그먼테이션 모형들을 비교실험하였다. 콘크리트 내벽을 중점으로 학습한 모형의 균열 추출 성능은 81.4%이며, 개발한 이미지 어그멘테이션을 적용한 결과 3%의 성능향상을 확인하였다. 향후 고층 건물과 같이 접근성이 어려운 지점을 드론을 통해 콘크리트 외벽에서 균열을 검출할 수 있는 시스템을 개발함으로써 실질적으로 활용할 수 있기를 기대한다.
요약2	Concrete is a widely used material due to its excellent compressive strength and durability. However,depending on the surrounding environment and the characteristics of the materials used in theconstruction, various defects may occur, such as cracks on the surface and subsidence of the structure. The detects on the surface of the concrete structure occur after completion or over time. Neglectingthese cracks may lead to severe structural damage, necessitating regular safety inspections. Traditionalvisual inspections of concrete walls are labor-intensive and expensive. This research presents a deeplearning-based semantic segmentation model designed to detect cracks in concrete walls. The modeladdresses surface defects that arise from aging, and an image augmentation technique is employed toenhance feature extraction and generalization performance. A dataset for semantic segmentation wascreated by combining publicly available and self-generated datasets, and notable semantic segmentationmodels were evaluated and tested. The model, specifically trained for concrete wall fracture detection,achieved an extraction performance of 81.4%. Moreover, a 3% performance improvement was observedwhen applying the developed augmentation technique.
소장처	한국건축시공학회

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)
딥러닝 및 영상처리 기술을 활용한 콘크리트 균열 검출 방법 정서영(Jung, Seo-Young) ; 이슬기(Lee, Seul-Ki) ; 박찬일(Park, Chan-Il) ; 조수영(Cho, Soo-Young) ; 유정호(Yu, Jung-Ho) - 대한건축학회논문집 구조계 : Vol.35 No.11 (201911)
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)
[특집] 국내 친환경 건축물 사례 분석 정지나 ; 김용석 ; 이승민 - 그린빌딩(한국그린빌딩협의회지) : v.9 n.1 (200803)
건축 시공단계 검측 업무 자동 생성을 위한 프레임워크 개발 조석연(Jo, Seuckyeon) ; 이진강(Lee, Jin Gang) ; 최재현(Choi, Jaehyun) - 한국건설관리학회 논문집 : Vol.24 No.1 (202301)
장단기기억 순환신경망 기반 콘크리트 건물 벽면 풍압계수 예측 연구 이상민(Lee, Sang Min) ; 강현구(Kang, Thomas H.-K.) - 한국콘크리트학회 학술대회 논문집 : Vol.33 No.2 (202111)
LSTM 네트워크를 활용한 콘크리트 건물의 벽면 풍압계수 예측 연구 이상민(Lee, Sang Min) ; 강현구(Kang, Thomas H.-K.) - 한국콘크리트학회 학술대회 논문집 : Vol.33 No.1 (202105)
풍속 데이터와 원격 데이터의 분석을 통한 콘크리트 건물 기본풍속 타당성에 대한 연구 이동혁(Lee, Dong Hyeok) ; 강현구(Kang, Thomas H.-K.) - 한국콘크리트학회 학술대회 논문집 : Vol.32 No.1 (202006)
유닛 모듈러 공법의 효율성 확보를 위한 공장제작, 운반, 현장설치의 최적 공정 제안 이광복(Lee, Kwang-Bok) ; 김경래(Kim, Kyung-Rai) ; 신동우(Shin, Dong-Woo) ; 차희성(Cha, Hee-Sung) - 한국건설관리학회 논문집 : Vol.12 No.6 (201111)
초고강도 콘크리트를 활용한 고온가열 이후의 탄소 보강근과 철근의 잔류 부착성능 평가 유선재(Sun-Jae Yoo) ; 이호진(Ho-Jin Lee) ; 원천봉(Tian-Feng Yuan) ; 윤영수(Young-Soo Yoon) - 한국구조물진단유지관리공학회 논문집 : Vol.25 No.6 (202112)