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
이동건 (목포해양대학교) 지승환 (목포해양대학교) 박본영 (목포해양대학교)
저널정보
대한조선학회 대한조선학회 논문집 대한조선학회논문집 제58권 제5호(통권 제239호)
발행연도
2021.10
수록면
303 - 313 (11page)
DOI
10.3744/SNAK.2021.58.5.303

이용수

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

초록· 키워드

오류제보하기
Recently, quality control of the Liquefied Natural Gas Carrier (LNGC) cargo hold and block-erection interference areas using 3D scanners have been performed, focusing on large shipyards and the international association of classification societies. In this study, as a part of the research on LNGC cargo hold quality management advancement, a study on deep-learning-based scaffolding system 3D point cloud object detection and post-processing were conducted using a LNGC cargo hold 3D point cloud. The scaffolding system point cloud object detection is based on the PointNet deep learning architecture that detects objects using point clouds, achieving 70% prediction accuracy. In addition, the possibility of improving the accuracy of object detection through parameter adjustment is confirmed, and the standard of Intersection over Union (IoU), an index for determining whether the object is the same, is achieved. To avoid the manual post-processing work, the object detection architecture allows automatic task performance and can achieve stable prediction accuracy through supplementation and improvement of learning data. In the future, an improved study will be conducted on not only the flat surface of the LNGC cargo hold but also complex systems such as curved surfaces, and the results are expected to be applicable in process progress automation rate monitoring and ship quality control.
#PointNet(포인트넷) #Deep learning(딥러닝) #Point cloud(스캐닝 점군 데이터) #Object classification(객체 분류) #Object segmentation(객체 분할)

목차

1. 서론
2. 딥러닝 기반 객체 탐지
3. 딥러닝 기반 3D 객체 탐지 기법
4. PointNet 기반 딥러닝 아키텍처
5. 결론 및 향후 연구방향
References

참고문헌 (13)

참고문헌 신청
Charles, R.Q / 2018 / Frustum PointNets for 3D object detection from rgb-d data / Proceeding of the IEEE Conference on Computer Vision and Pattern Recognition google schola Charles, R.Q / 201 / PointNet:Deep learning on point sets for 3D classification and segmentation / Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition google schola Ham, D / 2016 / A study of method for machine learning application for using shipyard big data / Journal of Computational Design and Engineering :186~190 google schola Jaderberg, M / 2015 / Spatial transformer networks google schola 정용철 / 2021 / LNG 화물창 정밀 구조해석을 위한 에폭시와 폴리우레탄 접착제 기계적 물성치 분석 / 대한조선학회 논문집 58(2):66~72 dbpia

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

합성곱 신경망을 이용한 프로펠러 캐비테이션 침식 위험도 연구
김지혜 ,  이형석 ,  허재욱 대한조선학회 논문집 2021 .06
한국형 LNG 화물창 멤브레인의 Sheet 배치 최적화
김영수 ,  함승호 ,  박광필 대한조선학회 논문집 2022 .04
딥러닝 기술을 이용한 캐비테이션 자동인식에 대한 연구
지바한 ,  안병권 대한조선학회 논문집 2021 .04
LNG 화물창 하부 플라이우드 구조건전성에 미치는 함수율의 영향
최지웅 ,  김희태 ,  이경훈 외 2명 대한조선학회 논문집 2025 .02
독립형 LNG 화물창의 공학적 결함 평가
서재훈 ,  박규식 ,  차인환 외 1명 대한조선학회 논문집 2023 .08

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-538-002081440