메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박진희 김태훈 (경북대학교) 추승연 (경북대학교)
저널정보
대한건축학회 대한건축학회 논문집 - 계획계 大韓建築學會論文集 計劃系 第36卷 第5號(通卷 第379號)
발행연도
2020.5
수록면
93 - 103 (11page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2020

감리업무 효율성 향상을 위한 딥러닝 기반 철근배근 디텍팅 기술 개발
박진희 ,  김태훈 ,  추승연 대한건축학회 논문집 - 계획계 2020.05 학술저널
감리업무 효율성 향상을 위한 BIM/딥러닝 기반 건축 객체 디텍팅 기술 개발 : 기둥 띠철근 검출 및 계수 업무를 중심으로
박진희 건축학과 2020.01 학위논문

초록· 키워드

오류제보하기
The purpose of this study is to suggest a supervisory way to improve the efficiency of Building Supervision using Deep Learning, especially object detecting technology. Since the establishment of the Building Supervision system in Korea, it has been changed and improved many times systematically, but it is hard to find any improvement in terms of implementing methods. Therefore, the Supervision is until now the area where a lot of money, time and manpower are needed. This might give a room for superficial, formal and documentary supervision that could lead to faulty construction. This study suggests a way of Building Supervision which is more automatic and effective so that it can lead to save the time, effort and money. And the way is to detect the hoop-bars of a column and count the number of it automatically. For this study, we made a hoop-bar detecting network by transfor learnning of YOLOv2 network through MATLAB. Among many training experiments, relatively most accurate network was selected, and this network was able to detect rebar placement in building site pictures with the accuracy of 92.85% for similar images to those used in trainings, and 90% or more for new images at specific distance. It was also able to count the number of hoop-bars. The result showed the possibility of automatic Building Supervision and its efficiency improvement.
#딥러닝 #객체검출기술 #YOLOv2 #MATLAB #건축감리 #철근 #Deep Learning #Object Detection #Building Supervision #Rebar

목차

Abstract
1. 서론
2. 감리 관련 지침 및 딥러닝 객체검출기술에 대한 선행연구 분석
3. 객체 검출 네트워크 구축
4. 딥러닝 기반 객체 디텍팅 기술의 구현
5. 결론
REFERENCES

참고문헌 (40)

참고문헌 신청
An, Y., & Jang, K. (2017). Deep Learnig-Based Structural Crack Evalution Technique Through UAV-Mounted Hybrid Image Scanning. Journal of the Korean Association for Shell and Spatial Structures, 17(4), 20-26. google schola Choi, H., Lim, S., Cho, S., Kang, Y., Kim, M., Lee, J., & Park, G. (2018). Intelligent Integrated Parking Control System using Yolo. 2019 IEIE Fall Conference, 469-472. google schola Dang, X., & Kim, E. (2019) Robust Motorbike License Plate Detection and Recognition using Image Warping based on YOLOv2. Journal of Broadcast Engineering, 24(5), 713-725. google schola Geon-seol-gwan-li-tim(건설관리팀) (2006). gam-li-je-do-ui haeg-sim gil-la-jab-i(감리제도의 핵심 길라잡이), MINISTRY OF CONSTRUCTION & TRANSPORTATION, 1. google schola Girshick, R, Donahue, J, Darrell, T., & Malik, J. (2014). Rich feature hierarchies for accurate object detection and sementic segmentation. arXiv:1311.2524v5.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

딥러닝 기반 이미지 자동 레이블링을 활용한 건축물 파사드 데이터세트 구축 기술 개발
구형모 ,  서지효 ,  추승연 대한건축학회 논문집 - 계획계 2019 .12
에너지 절약형 건축물 설계를 위한 대학 강의동 형태별 에너지 성능 비교에 관한 연구
김태훈 ,  서지효 ,  추승연 대한건축학회 논문집 - 계획계 2018 .11
철근 배근 품질검사를 위한 Depth camera 기반 실시간 원격 철근 간격 측정 시스템 개발
우욱용 ,  최하진 ,  최경규 외 1명 대한건축학회 학술발표대회 논문집 2023 .04
학령기 ADHD 아동과 말더듬 아동의 구어유창성 및 읽기유창성
장영은 ,  신명선 언어치료연구 2021 .10
Deep Structured Semantic Model 기반 공사 시방서 내 섹션출처 식별 연구
이기택 ,  문성현 ,  지석호 대한토목학회 학술대회 2020 .10

최근 본 자료

전체보기

댓글(0)

0