가이드 영상을 이용한 터널에서의 신축이음부 검출

Abstract

터널 내벽의 신축이음부 검출은 터널 안전 진단 방법의 자동화에 중요한 역할을 차지한다. 신축이음부 영상은 비교 적 명확한 특징을 보임에도 불구하고 터널의 오염 및 구조물의 가림으로 인해 분류에 어려움이 있다. 이러한 문제 점을 해결하기 위하여 본 논문은 가이드 영상을 이용한 Convolutional Neural Network(CNN)기반 신축이음부 분류 방 법을 제안한다. 신축이음부 분류를 위한 가이드 영상의 종류와 네트워크 성능의 상관관계를 실험을 통해 분석하고 최적화된 네트워크를 제안하였다. 제안하는 방법은 기존의 CNN 을 이용한 분류 방법에 비해 3.8%p 의 정확도 향상 을 보였다