인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
피인용 0
초록·키워드
도시 보행 환경의 안전 확보와 유지관리 효율성 향상을 위해, 본 연구는 YOLOv8-Seg 기반으로 점자블록의 정상 구간과 파손 영역을 실시간으로 탐지·분할하기 위한 세그멘테이션 모델을 설계하고 학습 전략을 비교·분석하였다. 이를 위해 실제 보행로에서 수집한 21,384장의 이미지에 대해 Polygon Mask 기반 정밀 라벨링을 수행하고, 데이터 정제 수준과 학습전략을 달리한 Baseline, High-Recall, High-Recall Extended의 세 가지 학습 버전을 구성하여 성능을 비교하였다. 실험 결과, High-Recall 학습 버전은 파손 영역에서 높은 정밀도(0.592)를 기록하고 경계 표현의 일관성이 우수하여 세 학습 버전 중 가장 균형 잡힌 성능을 보였다. 또한 Jetson Orin Nano에서 성능을 검증한 결과, 저전력 엣지 디바이스 환경에서도 정상적으로 구동됨을 확인하여 현장 적용 가능성을 검토하였다. 제안한 YOLOv8-Seg 기반 점자블록 파손 인식 모델은 지자체의 점자블록 유지보수 체계에서 오탐을 줄이고 점검 효율을 향상시키는 기반 기술로 활용될 수 있을 것으로 기대된다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-096830932
