지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.12
- 수록면
- 518 - 525 (8page)
- DOI
- 10.5391/JKIIS.2021.31.6.518
이용수
초록· 키워드
오류제보하기
콘크리트 크랙 검사는 건물, 터널 및 다리 등의 붕괴 등을 피하기 위한 품질 모니터링의 주요한 행위이다. 사람에 의한 수동 크랙 검사는 검사자의 기술, 경험 및 판단 등의 오류를 생성시킬 수 있다. 또한, 검사 프로세스는 많은 시간 및 노동력을 필요함은 물론 패턴 등에 복잡한 과정을 거치게 된다. 이를 위하여, 본 연구에서는 콘크리트 크랙이 포함된 이미지를 대상으로 크랙을 검출하기 위한 오토인코더 기반의 딥러닝 구조를 제안한다. 제안된 딥러닝 오토인코더는 기존의 컨볼루션 인코더와는 달리 인코더와 디코더 구조 사이에 다수의 신경망을 위치시켜 feature를 고도화하는 과정을 포함한다. 이를 통하여, 기존의 컨볼루션 오토인 코더 구조에 비하여 노이즈 제거 및 크랙 분별에 효과가 있음을 데이터 실험을 통해 실증한다.
목차
요약
Abstract
1. Introduction
2. Background and Literature Review
3. Denoised Concrete Crack Detection Framework using CNN Encoder-DNN-CNN Decoder Model
4. Analysis of Concrete Crack Detection Framework
5. Conclusion and Further Study
References
참고문헌 (29)
참고문헌 신청
Cao Vu Dung and Le Duc Anh, “Autonomous concrete crack detection using deep fully convolutional neural network,” Automation in Construction, vol. 99, pp. 52-58, 2019.
Rytis Augustauskas and Arūnas Lipnickas, “Improved pixel-level pavement-defect segmentation using a deep autoencoder,” Sensors, vol. 20, no. 9, pp. 1-21, 2020.
Gustavo H. Beckman, Dimos Polyzois and Young-Jin Cha, “Deep learning-based automatic volumetric damage quantification using depth camera,” Automation in Construction, vol. 99, pp. 114-124, 2019.
Jinbae Kim and Hyunsoo Lee, “Cooperative multiagent interaction and evaluation framework considering competitive networks with dynamic topology changes,” Applied Sciences, vol. 10, no. 17, pp. 1-16, 2020.
Jinbae Kim and Hyunsoo Lee, “Adaptive humanmachine evaluation framework using stochastic gradient descent-based reinforcement learning for dynamic competing network,” Applied Sciences, vol. 10, no. 7, pp.1-15, 2020.
Rytis Augustauskas and Arūnas Lipnickas, “Improved pixel-level pavement-defect segmentation using a deep autoencoder,” Sensors, vol. 20, no. 9, pp. 1-21, 2020.
Gustavo H. Beckman, Dimos Polyzois and Young-Jin Cha, “Deep learning-based automatic volumetric damage quantification using depth camera,” Automation in Construction, vol. 99, pp. 114-124, 2019.
Jinbae Kim and Hyunsoo Lee, “Cooperative multiagent interaction and evaluation framework considering competitive networks with dynamic topology changes,” Applied Sciences, vol. 10, no. 17, pp. 1-16, 2020.
Jinbae Kim and Hyunsoo Lee, “Adaptive humanmachine evaluation framework using stochastic gradient descent-based reinforcement learning for dynamic competing network,” Applied Sciences, vol. 10, no. 7, pp.1-15, 2020.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
잡음제거 오토인코더 연구 동향 조사
한국정보과학회 학술발표논문집
2016 .06
-
터보 오토인코더의 성능 분석
한국통신학회 학술대회논문집
2021 .06
-
오토인코더 소개
설비저널
2025 .02
-
Convolutional Autoencoder for Image Quality Assessment
한국통신학회 학술대회논문집
2023 .06
-
영상분석 기반 자동화 크랙 측정 시스템 개발
대한기계학회 춘추학술대회
2018 .02
-
입력 데이터에 따른 오토인코더의 성능 비교 분석
대한전자공학회 학술대회
2019 .11
-
다중 오토인코더를 이용한 소리 기반 이상 탐지 알고리즘
한국통신학회 학술대회논문집
2022 .02
-
오토인코더를 사용한 데이터 증강
한국정보과학회 학술발표논문집
2024 .06
-
ICT 인프라 이상탐지를 위한 조건부 멀티모달 오토인코더에 관한 연구
한국지능정보시스템학회 학술대회논문집
2021 .06
-
오토인코더의 기초와 응용
소음·진동
2022 .07
-
잡음제거 오토인코더 기반 V2X 채널추정기법에 관한 연구
한국통신학회 학술대회논문집
2023 .02
-
오토인코더 기반 네트워크 침입 탐지 시스템
한국통신학회 학술대회논문집
2020 .11
-
Effect of Denoising Autoencoder in the view of Item Popularity Bias
Journal of KIISE
2021 .05
-
오토인코더를 사용한 핑거프린트 기반 실내 측위 딥러닝 모델
한국통신학회 학술대회논문집
2022 .02
-
입력 데이터 무작위도 특성이 기본 오토인코더와 적층 오토인코더의 학습 성능에 미치는 영향
한국통신학회논문지
2022 .01
-
응답 데이터만을 이용한 크랙 검사
한국소음진동공학회 학술대회논문집
2020 .06
-
영상처리 기반 프레스 패널 통합형 크랙 탐지 기법 개발
비파괴검사학회지
2017 .10
-
잡음제거 오토인코더를 이용한 불균형 게임데이터 분류
대한전자공학회 학술대회
2016 .11
-
통합형 프레스 패널 크랙 탐지 기법 개발
비파괴검사학회지
2025 .02
-
오토인코더 기반의 성상도 최적화에 관한 연구
한국통신학회 학술대회논문집
2024 .11
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2022-003-000135754