건축도시공간연구소

Architecture & Urban Research Institute

pdf원문보기 에러 해결방법 바로가기



문헌홈 > 연구논문 > 상세

[원문보기시 소비되는 포인트 : 100 포인트] 미리보기 인용

대한건축학회|대한건축학회논문집 구조계 2019년 11월

논문명 딥러닝 및 영상처리 기술을 활용한 콘크리트 균열 검출 방법 / A Method for Detecting Concrete Cracks using Deep-Learning and Image Processing
저자명 정서영식별저자 ; 이슬기식별저자 ; 박찬일 ; 조수영 ; 유정호
발행사 대한건축학회
수록사항 대한건축학회논문집 구조계, Vol.35 No.11 (2019-11)
페이지 시작페이지(163) 총페이지(8)
ISSN 1226-9107
주제분류 구조 / 재료
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.
소장처 대한건축학회
언어 한국어
DOI https://doi.org/10.5659/JAIK_SC.2019.35.11.163
분석서지
건설기술 > 건설재료 > 콘크리트 > 콘크리트 성능 관리

■ 추천문헌 (이 문헌과 같이 본 문헌)
[특집] 국내 친환경 건축물 사례 분석
정지나 ; 김용석 ; 이승민 - 그린빌딩(한국그린빌딩협의회지) : v.9 n.1 (200803)
[시론] 4차 산업혁명 시대, 건축의 대응
이명식(Lee, Myung-Sik) - 건축(대한건축학회지) : Vol.61 No.05 (201705)
드론과 이미지 분석기법을 활용한 구조물 외관점검 기술 연구
김종우(Kim, Jong-Woo) ; 정영우(Jung, Young-Woo) ; 임홍철(Rhim, Hong-Chul) - 한국건축시공학회 논문집 : Vol.17 No.6 (201712)
딥러닝을 이용한 영상 기반의 콘크리트 구조물 박락 탐지
이예인(Ye-In Lee) ; 김병현(Byunghyun Kim) ; 조수진(Soojin Cho) - 한국콘크리트학회논문집 : Vol.30 No.1 (201802)
최근 건축분야의 인공지능 기계학습 연구동향
강인성(Kang, In Sung) ; 문진우(Moon, Jin Woo) ; 박진철(Park, Jin Chul) - 대한건축학회논문집 구조계 : Vol.33 No.04 (201704)
[특집] 딥러닝 기반 강화학습의 스마트 건설 적용
문일철 ; 박진규 ; 이한선 ; 박준건 ; 김도형 - 건설관리(한국건설관리학회지) : Vol.18 No.1 (201702)
[특집] 건설 산업 드론 적용가능성
박성재 ; 김홍조 ; 김형관 - 건설관리(한국건설관리학회지) : Vol.16 No.4 (201508)
콘크리트 균열 탐지를 위한 딥 러닝 기반 CNN 모델 비교
설동현(Seol, Dong-Hyeon) ; 오지훈(Oh, Ji-Hoon) ; 김홍진(Kim, Hong-Jin) - 대한건축학회논문집 구조계 : Vol.36 No.03 (202003)
[특집] 빅 데이터 - 건설산업 발전에 기여할 수 있나
강상혁 - 한국건설산업연구원 CERIK저널 : (201402)
머신러닝 기법을 이용한 구조물 표면손상검출
박송이(Park, Song Ee) ; 전해민(Jeon, Haemin) - 한국콘크리트학회 학술대회 논문집 : Vol.31 No.1 (201905)
■ 제 1 저자의 다른 문헌 식별저자더보기
콘크리트 균열 깊이와 이미지 특성정보간의 상관성 분석
정서영;유정호 - 한국건축시공학회 봄 학술논문 발표대회 논문집 : v.21 n.1(통권 제40호) (202105)
키워드 빈도분석을 통한 OSC (Off-Site Construction) 프로젝트의 성공요인 고찰 - 해외연구 문헌고찰을 중심으로 -
정서영(Jung, Seoyoung) ; 유정호(Yu, Jungho) - 한국건설관리학회 논문집 : Vol.22 No.1 (202101)
O-21 비지도 학습 기반 시설물 상태평가 자동화 프로세스 제안
정서영; 유정호 - 한국건설관리학회 학술발표대회 논문집 : (201911)
BIM과 영상정보 연계를 위한 측위 보정 프로세스
정서영(Jung, Seo-Young) ; 이슬기(Lee, Seul-Ki) ; 유정호(Yu, Jung-Ho) - 대한건축학회 학술발표대회 논문집 : Vol.39 No.1 (201904)
영상 기반 시설물 하자진단 자동화 프로세스 제안
정서영(Jung, Seo-Young) ; 이슬기(Lee, Seul-Ki) ; 유정호(Yu, Jung-Ho) - 한국건설관리학회 학술발표대회 논문집 : (201811)
크라우드소싱 기반 GIS 구축을 위한 참여 유형 분류 방안
정서영(Jung, Seo-Young) ; 유정호(Yu, Jung-Ho) - 대한건축학회 학술발표대회 논문집 : Vol.38 No.1 (201804)
건설사업관리자의 품질관리 직무 역량에 영향을 미치는 요인 분석
정서영(Jung, Seoyoung) ; 유정호(Yu, Jungho) - 한국건설관리학회 논문집 : Vol.18 No.1 (201701)
다중 회귀분석을 이용한 품질관리 업무수행 능력에 영향을 미치는 요인 분석
정서영(Jung, Seo-Young) ; 유정호(Yu, Jung-Ho) - 한국건설관리학회 학술발표대회 논문집 : (201611)
그린리모델링 사업시행유도를 위한 조세혜택 부여 방안
정서영(Jung, Seoyoung) ; 유정호(Yu, Jungho) - 한국건설관리학회 논문집 : Vol.17 No.4 (201607)
건설사업관리자의 역량기반 경력관리체계 구축 방안
정서영(Jung, Seo-Young) ; 유정호(Yu, Jung-Ho) - 한국건축시공학회 학술.기술논문발표회 논문집 : v.16 n.1(통권 제30호) (201605)