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

논문 기본 정보

자료유형
학술저널
저자정보
홍성삼 (장안대학교) 황철훈 (라바그루) 정수완 (한국건설기술연구원) 김병곤 (한국건설기술연구원)
저널정보
차세대컨버전스정보서비스학회 차세대컨버전스정보서비스기술논문지 차세대컨버전스정보서비스기술논문지 제12권 제1호
발행연도
2023.2
수록면
105 - 118 (14page)
DOI
10.29056/jncist.2023.02.11

이용수

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

초록· 키워드

오류제보하기
노후화되고 유지관리가 필요한 교량은 증가하고 있으나, 유지관리 인력은 부족하다. 이를 해결하기 위해 딥러닝 기반 자동화된 교량 손상 분석을 위한 연구가 이루어지고 있다. 딥러닝은 여러 클래스를 분류할 경우 성능 저하의 문제를 갖는다. 해결 방법으로 많은 양의 학습데이터를 확보하거나 클래스별 모델을 학습하여 결합하는 방법이 있다. 본 논문에서는 이러한 문제를 해결하기 위해 부재별 개별학습 기반 교량손상 식별 딥러닝 결합 모델 프레임워크를 제안한다. 클래스 간의 특징의 유사성과 차별성을 반영하기 위해 교대, 슬래브 등 손상 유형을 부재별로 구분하여 모델 학습을 진행한다. 최종적으로 모델 결합 방식을 통해 부재별 교량 손상 식별 모델을 하나의 프레임워크로 구축하여 교량 손상을 식별한다. 부재별 교량 손상을 식별하는 모델은 Instance Segmentation 모델인 Blendmask를 대상으로 하였다. 이는 입력 이미지 크기가 객체 탐지로부터 나타나는 영향이 적기 때문이다. 이전에 제안한 딥러닝 기반의 SR(Super-Resolution) 기술을 통해 이미지를 정규화 하는 기술과 연계성을 갖는다. 제안하는 모델은 실험 결과 기존 보다 112..21%의 정확도(mAP)를 보였다.
#딥러닝 #노후 교량 관리 #이미지 분석 #이미지 처리 #모델 결합 #Deep learning #aging bridge management #image analysis #image processing #classifier combination

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0