도로포장에서 파손 및 크랙 탐지를 위한 이미지 레이블링 기술 분석 및 학습셋 생성 모델Image Labeling Technology Analysis and Training Set Generation Model for Detecting Damage and Cracks in Road Pavement
- Other Titles
- Image Labeling Technology Analysis and Training Set Generation Model for Detecting Damage and Cracks in Road Pavement
- Authors
- 홍성삼; 김동욱; 김병곤; 이재강
- Issue Date
- Dec-2020
- Publisher
- 대한공간정보학회
- Keywords
- Road Pavement; Labeling; Small Dataset; Deep Learning; Road Quality Management; 도로포장; 레이블링; 적은 양의 데이터; 딥러닝; 도로 품질 관리
- Citation
- 대한공간정보학회지, v.28, no.4, pp.119 - 125
- Journal Title
- 대한공간정보학회지
- Volume
- 28
- Number
- 4
- Start Page
- 119
- End Page
- 125
- URI
- https://scholarworks.bwise.kr/gachon/handle/2020.sw.gachon/79504
- DOI
- 10.7319/kogsis.2020.28.4.119
- ISSN
- 1598-2955
- Abstract
- 최근, 수동으로 하던 이미지 레이블링을 자동화하기 위해 AI 기술을 적용하고 있으나 부족하다. 특히, 양질의 학습용 데이터를 구축할 필요성이 강조되고 있다. 기존 통계적 시계열 데이터와 융합하여 도로포장 분야에 특화된 AI 학습용 데이터를 생산함으로서 도로포장 전분야에 활용가능한 데이터 셋을 구축할 필요가 있다. 도로포장은 시공 이후 유지보수 단계에서 도로포장의 품질관리를 위해 도로의 포트홀, 패칭, 균열, 스풀링, 스케일링 등의 파손 유형을 확인하여 관리할 필요가 있다. 본 논문에서는 도로포장의 파손을 탐지를 자동화하기 위한 AI 모델을 구축하기 위한 고품질의 이미지 넷, 즉 학습셋을 구축하기 위한 레이블링 기술을 분석 및 제안하였다. 기존의 이미지넷 구축, 레이블링 기법, 자동 레이블링, 적은양의 데이터로 모델을 구축하는 기법들에 대해 조사 및 분석하여 도로포장에 적용가능한 기술들을 연구하였다. 또한 효율적인 도로포장 이미지넷 구축을 위한 자동 레이블링 시스템을 설계하여 제안하였다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - ETC > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/gachon/handle/2020.sw.gachon/79504)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.