도로포장에서 파손 및 크랙 탐지를 위한 이미지 레이블링 기술 분석 및 학습셋 생성 모델

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.