원문정보
Deep Learning based Masonry Walls Crack Detection using U-Net Architecture
피인용수 : 0건 (자료제공 : 네이버학술정보)
초록
한국어
완공된 건축물에서 나타나는 대다수의 균열은 구조적, 설계적, 시공적 결함의 문제로 나타나며, 안전을 위해 균열에 대한 탐지와 점검이 이루어져야 한다. 특히 조적벽 건물의 균열은 일반적인 평평한 벽면에서 발생하는 균열과 다르게, 울퉁불퉁한 벽면에서 발생하는 조적벽 균열은 일반적인 점검을 어렵게 하는 요소들이 존재한다. 이는 많은 인력과 자금 및 시간이 있어야 하는 문제를 가지고 있다. 즉, 객관적인 점검 결과를 제시해줄 수 있고, 점검에 필요한 자원을 절약해줄 수 있는 연구가 필요하다. 초기에는 영상 처리(Image Processing)기술을 이용한 균열 탐지 방법이 연구되었으나, 노이즈에 취약하고, 영상의 형상 별로 별도의 필터를 모델링해야 한다. 최근에는 딥러닝(Deep Learning)을 활용한 방법으로 균열 탐지 연구가 활발히 진행되고 있다. 본 연구에서는 U-Net 딥러닝 모델을 이용하여 딥러닝 기반 조적벽 균열 탐지 모델을 제안하였다.
목차
Abstract
1. Introduction
2. Related Works
2.1 영상 처리 알고리즘 기반 균열 탐지
2.2 딥러닝 기반 조적벽 균열 탐지
3. Methods
3.1 U-Net
3.2 Overlap-tile 기법
4. Experiments
4.1 훈련 데이터 셋
4.2 테스트 데이터 셋
4.3 실험 과정
4.4 실험 결과
5. Conclusions
Acknowledgement
References
1. Introduction
2. Related Works
2.1 영상 처리 알고리즘 기반 균열 탐지
2.2 딥러닝 기반 조적벽 균열 탐지
3. Methods
3.1 U-Net
3.2 Overlap-tile 기법
4. Experiments
4.1 훈련 데이터 셋
4.2 테스트 데이터 셋
4.3 실험 과정
4.4 실험 결과
5. Conclusions
Acknowledgement
References
저자정보
참고문헌
자료제공 : 네이버학술정보