| 논문명 |
딥러닝 및 영상처리 기술을 활용한 콘크리트 균열 검출 방법 / A Method for Detecting Concrete Cracks using Deep-Learning and Image Processing |
| 저자명 |
정서영(Jung, Seo-Young) ; 이슬기(Lee, Seul-Ki) ; 박찬일(Park, Chan-Il) ; 조수영(Cho, Soo-Young) ; 유정호(Yu, Jung-Ho) |
| 수록사항 |
대한건축학회논문집 구조계, Vol.35 No.11 (2019-11) |
| 주제어 |
콘크리트 균열; 균열 검출; 딥러닝; 영상처리; 합성곱신경망 ; Concrete Crack; Crack Detection; Deep Learning; Image Processing; CNN |
| 요약1 |
현행 균열조사 업무는 육안조사로 이루어지고 있어 점검자의 주관이 개입되어 점검 결과에 차이가 발생하거나, 측정오차가 발생할 여지가 있다. 이에 본 연구는 콘크리트 균열 조사의 객관성과 효율성을 높이기 위하여 딥러닝 네트워크 중 실시간 분석이 가능한 YOLO v.2를 활용하여 균열을 인지하고, 영상처리 기술을 활용하여 균열의 특성정보를 추출하는 프로세스를 제시하였다. 실험 결과, 실시간 분석이 가능한 검출속도와 정확도를 확보할 수 있었다. 본 연구의 결과는 시설물 하자진단 자동화 시스템 개발의 기초자료로 활용될수 있을 것이다. |
| 요약2 |
Most of the current crack investigation work consists of visual inspection using simple measuring equipment such as crack scale. These
methods involve the subjection of the inspector, which may lead to differences in the inspection results prepared by the inspector, and may
lead to a large number of measurement errors. So, this study proposes an image-based crack detection method to enhance objectivity and
efficiency of concrete crack investigation. In this study, YOLOv2 was used to determine the presence of cracks in the image information to
ensure the speed and accuracy of detection for real-time analysis. In addition, we extracted shapes of cracks and calculated quantitatively,
such as width and length using various image processing techniques. The results of this study will be used as a basis for the development of
image-based facility defect diagnosis automation system. |
