원문정보
Study on self-supervised learning-based pothole anomaly detection in roads
피인용수 : 0건 (자료제공 : 네이버학술정보)
초록
한국어
도로 노면의 포트홀은 ITS분야 중 교통 안전 및 차량 성능에 중대한 영향을 미치는 문제이다. 따라서 본 연구에서는 포트홀 이상 탐지를 위한 새로운 딥러닝 방법론을 제안한다. 제안된 방법론은 비지도 학습 기반의 특징 추출 방법과 Mahalanobis 거리 측정을 활용하여 포트홀을 효과적으로 탐지한다. 카메라와 드론을 활용하여 다양한 도로 조건에서 이미지를 획득한 오픈 데이터 세트를 사용하였으며, 이러한 이미지에서 특징을 학습한다. 성능 평가 결과, 우리의 방법은 기존 기술에 비해 우수한 탐지 성능을 달성하였다. 특히, 다양한 도로 환경에서의 실험을 통해 제안된 방법론에 대한 평가를 진행하였다. 향후, 실시간 데이터 처리와 포트홀 종류별 특성을 파악하여 유지보수 시스템에 적합하도록 발전시킬 계획에 있으며 우리의 접근법은 안전한 도로 유지관리에 기여할 수 있는 가능성을 보여준다.
목차
ABSTRACT
Ⅰ. 연구개요
Ⅱ. 관련 연구
1. 전통적인 이상 탐지와 포트홀 탐지
2. 인공지능 기반 이상 탐지
Ⅲ. 방법론
1. SSD(Self-Supervised outlier Detection)
Ⅳ. 실험
1. 데이터 세트
2. 실험 환경 및 결과
Ⅳ. 결론
사사
참고문헌
Ⅰ. 연구개요
Ⅱ. 관련 연구
1. 전통적인 이상 탐지와 포트홀 탐지
2. 인공지능 기반 이상 탐지
Ⅲ. 방법론
1. SSD(Self-Supervised outlier Detection)
Ⅳ. 실험
1. 데이터 세트
2. 실험 환경 및 결과
Ⅳ. 결론
사사
참고문헌
저자정보
참고문헌
자료제공 : 네이버학술정보