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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
나윤호 (한양대학교) 주승민 (한양대학교) 김준수 (한양대학교) 전문수 (한양대학교) 윤동현 (한국전력공사) 오기용 (한양대학교)
저널정보
한국비파괴검사학회 비파괴검사학회지 비파괴검사학회지 제44권 제4호
발행연도
2024.8
수록면
292 - 302 (11page)
DOI
10.7779/JKSNT.2024.44.4.292

이용수

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

초록· 키워드

오류제보하기
최근 증가하는 전력 수요에 따라 발전소로부터 전력을 전달하는 송전철탑의 건설이 증가 되고 있다. 이에 따라 송전철탑 안정성의 핵심 요소인 애자의 유지 보수 작업이 중요해지고 있다. 기존의 수동적인 애자 보수 작업은 작업자가 직접 송전철탑에 올라가 애자를 확인하는 방식인데 이는 작업자의 안전성과 효율성의 문제를 가진다. 따라서 본 연구에서는 드론과 고해상도 카메라, 생성적 적대 신경망 StyleGAN2-ADA, 객체 탐지 모델인 YOLO v7을 이용하여 자동화 및 향상된 애자 탐지 기법을 제시한다. 드론과 고해상도 카메라로 실제적인 애자 이미지 데이터를 취득하고 StyleGAN2-ADA를 통해 가상 애자 이미지 데이터를 생성한다. 이후 실제 이미지 데이터와 가상 이미지 데이터를 결합해 YOLO v7을 학습하여 애자 탐지에 적용한다. 실험을 통해 이 기법의 우수성을 검증하였으며 애자뿐만 아니라 탐지 작업이 필요한 다양한 산업현장에서도 적용 가능할 것이다.

목차

초록
Abstract
1. 서론
2. 생성적 적대 신경망을 활용한 지능형 애자 탐지
3. 애자 탐지 데이터 구축 및 실험
4. 결과 분석 및 고찰
5. 결론
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-090659899