건축도시공간연구소

Architecture & Urban Research Institute

pdf원문보기 에러 해결방법 바로가기



문헌홈 > 연구논문 > 상세

[원문보기시 소비되는 포인트 : 100 포인트] 미리보기 인용

한국건설관리학회|논문집 2021년 1월

논문명 공정의 선후행관계를 이용한 공종 이미지 분류 성능 향상 / Enhancing Work Trade Image Classification Performance Using a Work Dependency Graph
저자명 정상원 ; 정기창
발행사 한국건설관리학회
수록사항 한국건설관리학회 논문집, Vol.22 No.1 (2021-01)
페이지 시작페이지(106) 총페이지(10)
ISSN 2005-6095
주제분류 시공(적산)
주제어 이미지 분류; 딥러닝; 공정 관리; 건설 관리; 선후행관계 ; Image Classification; Deep Learning; Progress Monitoring; Construction Management; Dependency Graph
요약1 이미지를 이용해 공종을 분류하는 작업은 건설 관리와 공정 관리와 같은 더욱 복잡한 어플리케이션에서 중요한 역할을 수행할 수 있다. 하지만, 공사 현장에서 수집한 이미지들은 항상 깨끗하지 않을 수 있고, 이와 같이 문제가 있는 이미지들은 이미지 분류기의 성능에 부정적인 타격을 입힐 수 있다. 이러한 가능성은 공종을 판별하는 시스템을 보조할 수 있는 데이터나 방법의 필요성을 부각한다. 본 연구에서 우리는 공종의 선·후행 관계를 이용해 이미지 분류기를 보조하여 공종을 판별하는 시스템의 성능을 높이는 방법을 제시한다. 그리고 제시하는 방법이 공종 판별의 성능을 향상시킬 수 있다는 것을 보인다. 특히, 이미지 판별기의 성능이 좋지 않을 때 더욱 드라마틱한 성능의 향상을 경험할 수 있다는 것을 알 수 있었다.
요약2 Classifying work trades using images can serve an important role in a multitude of advanced applications in construction management and automated progress monitoring. However, images obtained from work sites may not always be clean. Defective images can damage an image classifier’s accuracy which gives rise to a needs for a method to enhance a work trade image classifier’s performance. We propose a method that uses work dependency information to aid image classifiers. We show that using work dependency can enhance the classifier’s performance, especially when a base classifier is not so great in doing its job.
소장처 한국건설관리학회
언어 한국어
DOI http://dx.doi.org/10.6106/KJCEM.2020.22.1.106