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
Syed Ibrahim Hassan (세종대학교) Dang Lien Minh (세종대학교) 임수현 (세종대학교) 민경복 (세종대학교) 남준영 (세종대학교) 문현준 (세종대학교)
저널정보
한국정보통신학회 한국정보통신학회논문지 한국정보통신학회논문지 제22권 제3호
발행연도
2018.3
수록면
451 - 457 (7page)

이용수

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

초록· 키워드

오류제보하기
연구는 인공지능 분야의 딥러닝 기술을 기반으로 한 하수관 손상의 자동 탐지 분류 시스템을 제안한다. 성능의 최적화를 위하여 DB 획득 시 발생된 조도 및 그림자 변화와 같은 다양한 환경변화에 강인한 시스템을 구현하였다. 제안된 시스템에서는 Convolutional Neural Network(CNN) 기반의 균열 탐지 및 손상 분류 기법을 구현하였다. 최적의 결과를 위하여 256 x 256 픽셀 해상도의 CCTV 영상 9,941개를 이용하여 CNN모델을 적용하여 손상부위에 대한 딥러닝을 수행하였고 그 결과 98.76 %의 인식률을 획득하였다. 기계학습을 통한 딥러닝 모델을 기반으로 다양한 환경의 하수도 DB에서 720 x 480 픽셀 해상도의 646개의 이미지를 추출하여 성능 평가를 수행 하였다. 본 시스템은 다양한 환경에서 구축된 하수관 데이터베이스 에서 손상 유형의 자동 탐지 및 분류에 최적화된 인식률을 제시한다.
#딥러닝 #CNN #CCTVs #인공지능 #손상 탐지 #하수관 #Artificial Intelligence #Deep Learning #Demage Detection #Sewer Inspection

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 하수도관의 손상 탐지 및 분류 방법
Ⅳ. 연구 결과
Ⅴ. 결론
References

참고문헌 (13)

참고문헌 신청
[학술지(정기간행물)] - M. D. Yang / 2008 / Automated diagnosis of sewer pipe defects based on machine learning approaches / Expert Systems with Applications 35 (3) : 1327 ~ 1337 Crossref [학술지(정기간행물)] - D. H. Koo / 2006 / Innovative method for assessment of underground sewer pipe condition / Automation in construction 15 (4) : 479 ~ 488 Crossref [학술지(정기간행물)] - W. Zhang / 2014 / Automatic crack detection and classification method for subway tunnel safety monitoring / Sensors 14 (10) : 19307 ~ 19328 Crossref [학술지(정기간행물)] - T. C. Su / 2014 / Application of morphological segmentation to leaking defect detection in sewer pipelines / Sensors 14 (5) : 8686 ~ 8704 Crossref [학술지(정기간행물)] - Y. J. Cha / 2017 / Deep Learning-Based Crack Damage Detection Using Convolutional Neural Networks / Computer-Aided Civil and Infrastructure Engineering 32 (5) : 361 ~ 378 Crossref

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

극한 조명환경에서의 얼굴 인식률 향상을 위한 조명성분 균일화 알고리즘
이영지 ,  이희열 ,  라승탁 외 1명 대한전자공학회 학술대회 2017 .11
제주도 화산회토양의 유기물함량에 따른 용적밀도와 토양수분보유특성
양상호 ,  강호준 ,  황재종 외 3명 한국토양비료학회 학술발표회 초록집 2008 .05
자율주행을 위한 딥러닝 기반 차량 경로 예측
박성현 ,  김병도 ,  최준원 한국통신학회지(정보와통신) 2018 .02
CNN 기법을 이용한 공간정보 자동분류연구
유수홍 ,  이지상 ,  노현주 외 2명 대한공간정보학회 학술대회 2017 .05
스마트빌딩과 에너지 빅데이터 분석
문현준 건축 2017 .03

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-004-001900406