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
- 학위논문
- 저자정보
- 지도교수
- 전한종
- 발행연도
- 2023
- 저작권
- 한양대학교 논문은 저작권에 의해 보호받습니다.
이용수22
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
사람들에게 건축 문화유산과 전통 건축물을 인지시키는 부분 중 지붕 부는 가장 큰 요소이며, 건물을 이루고 있는 요소 중에서 가장 많이 피해를 보는 곳이기도 하다. 특히, 외부 요인과 가장 많이 접촉하고 있어, 다른 부분과 비교하였을 때, 손상되는 속도도 월등히 빠른 부위이다. 이러한 지붕의 유지관리를 위해서는 접근성과 지속적인 모니터링에 있어 불편함이 있던 기존 방식과 다른 해결방안을 고안하여야 한다. 본 연구에서는 이의 해결방안으로 객체 검출 인공지능을 기반으로 하여 지붕 기와의 손상된 부분을 자동으로 검출하여, 육안으로만 확인하던 손상 부위를 드론과 촬영된 이미지를 통하여 바로 확인하고자 한다. 더하여, 모바일 연동과 웹 카메라의 연동을 통한 실시간 손상 객체 검출을 제시하여, 이미지뿐만 아니라 동영상 및 실시간 영상에서의 손상 객체 검출을 기대할 수 있다.
서론에서는 연구의 배경 및 목적을 통하여 본 연구의 배경과 필요성을 제시하며, 현재 건축 문화유산 및 전통 건축물 지붕 부 유지관리 측면에서의 문제점과 본 연구에서 인공지능과 드론이 사용된 배경을 서술하였다. 또한, 연구흐름도를 작성하여 본 연구의 전체적인 흐름과 프로세스를 설명하였다.
이론적 고찰에서는 현재 전통 건축물 지붕 부의 유지관리에서의 문제점을 확인하며, 기와의 손상유형과 변위유형에 대한 선행연구를 바탕으로 본 연구의 실험 유형을 선정한다. 이후, 선정한 유형에서 발생할 수 있는 지붕의 손상과정에 대한 고찰을 진행한다.
기술적인 측면에서는 활용되는 객체 검출 알고리즘의 이론적 내용과 본 연구에서 선택한 YOLO 알고리즘의 강점과 한계점에 대한 고찰로, 해당 알고리즘의 활용성을 확인할 수 있다. 선택 알고리즘의 선행연구를 바탕으로 해당 알고리즘의 활용성과 범용성을 확인하며, 본 연구와 기존 연구가 갖는 차별성에 관해 서술한다.
본문에서는 서론과 이론적 고찰을 바탕으로 하여 실험을 진행한다. 실험에 앞서, 본 연구에서 진행한 객체 검출 과정을 프로세스로 작성하였으며, 데이터 수집->데이터 전처리->학습->실행 및 평가->보완의 순서로 실험을 진행한다.
먼저, 데이터 수집에서는 드론의 장단점을 기술한 선행연구를 통해 본 연구의 데이터 수집 도구로의 사용성을 확인하며, 대상지의 설명 및 지붕 현황을 기술하였다. 데이터 전처리과정에서는 수집된 이미지를 학습시키기 위한 처리 과정을 나타내었으며, 인공지능 학습과 학습을 바탕으로 도출된 실험 결과를 통해 웹 카메라와 연동하여 구동시키는 작업을 진행한다.
위의 실험 결과와 이의 유지관리 측면에서의 활용방안을 통하여, 기존 방식과 다른 전통 건축물 및 건물 문화유산 지붕 부의 편리한 모니터링 및 실시간 손상 정보 확인을 제안하고자 한다.
서론에서는 연구의 배경 및 목적을 통하여 본 연구의 배경과 필요성을 제시하며, 현재 건축 문화유산 및 전통 건축물 지붕 부 유지관리 측면에서의 문제점과 본 연구에서 인공지능과 드론이 사용된 배경을 서술하였다. 또한, 연구흐름도를 작성하여 본 연구의 전체적인 흐름과 프로세스를 설명하였다.
이론적 고찰에서는 현재 전통 건축물 지붕 부의 유지관리에서의 문제점을 확인하며, 기와의 손상유형과 변위유형에 대한 선행연구를 바탕으로 본 연구의 실험 유형을 선정한다. 이후, 선정한 유형에서 발생할 수 있는 지붕의 손상과정에 대한 고찰을 진행한다.
기술적인 측면에서는 활용되는 객체 검출 알고리즘의 이론적 내용과 본 연구에서 선택한 YOLO 알고리즘의 강점과 한계점에 대한 고찰로, 해당 알고리즘의 활용성을 확인할 수 있다. 선택 알고리즘의 선행연구를 바탕으로 해당 알고리즘의 활용성과 범용성을 확인하며, 본 연구와 기존 연구가 갖는 차별성에 관해 서술한다.
본문에서는 서론과 이론적 고찰을 바탕으로 하여 실험을 진행한다. 실험에 앞서, 본 연구에서 진행한 객체 검출 과정을 프로세스로 작성하였으며, 데이터 수집->데이터 전처리->학습->실행 및 평가->보완의 순서로 실험을 진행한다.
먼저, 데이터 수집에서는 드론의 장단점을 기술한 선행연구를 통해 본 연구의 데이터 수집 도구로의 사용성을 확인하며, 대상지의 설명 및 지붕 현황을 기술하였다. 데이터 전처리과정에서는 수집된 이미지를 학습시키기 위한 처리 과정을 나타내었으며, 인공지능 학습과 학습을 바탕으로 도출된 실험 결과를 통해 웹 카메라와 연동하여 구동시키는 작업을 진행한다.
위의 실험 결과와 이의 유지관리 측면에서의 활용방안을 통하여, 기존 방식과 다른 전통 건축물 및 건물 문화유산 지붕 부의 편리한 모니터링 및 실시간 손상 정보 확인을 제안하고자 한다.
목차
제１장 서 론 1１.1 연구의 배경 및 목적 1１.1.1 연구의 배경 1１.1.2 연구의 목적 4１.2 연구의 방법 및 범위 5제２장 이론적 고찰 7２.1 전통 건축 및 건축 문화유산 지붕 유지보수 현황 7２.2 기와 손상유형 및 변위유형 9２.3 객체 검출 알고리즘 12２.3.1 Two-stage 모델 13２.3.2 One-stage 모델 15２.3.3 YOLO 16２.3.4 건축 분야 객체 검출 인공지능 활용 사례 20제３장 인공지능 기반 검출 프로세스 및 데이터 수집 24３.1 데이터 수집 26３.1.1 촬영 도구 26３.1.2 대상지 선정 30３.2 데이터 전처리 33제４장 인공지능 기반 손상기와 검출 35４.1 학습 35４.2 실행 및 평가 36４.2.1 모델 성능 평가 36４.2.2 실행 결과 39４.2.3 결과 보완 41４.2.4 활용방안 44제５장 결론 및 향후연구 475.1 결론 475.2 향후연구 49
최근 본 자료
댓글(0)
0