상세 보기
초록
본 연구에서는 궤도시스템을 구성하는 PC 침목의 균열을 실시간으로 검출하기 위한 다양한 심층학습기법의비교연구를 수행하였으며. 특히 영역기반 박스모형 및 픽셀기반 대상물 검지기법을 중점적으로 분석하였다. 균열 및균열과 유사한 물체를 포함한 현장 영상자료를 구분하기 위하여 심층학습기법내 다양한 계층구조를 구축하여 학습효과를 향상시켰으며 이를 통해 특성맵을 추출하였다. 또한, 기존 학습모형을 이용하는 전이학습 기법을 함께 고려하여균열과 같이 길이에 비해 폭이 매우 작은 대상물의 검지 가능성을 함께 비교하였다. 이 결과 픽셀기반 대상물 검지기법의 우수성을 확인하였으며, 정밀도 향상을 위한 경계검지기법의 적용방안을 제안하였다.
키워드
Sleeper crack; Deep learning; Bounding box; Semantic segmentation; Edge detection; 침목균열; 심층학습; 폐쇄형 박스모형; 픽셀기반 대상물 검지기법; 경계검지
- 제목
- 영역 및 픽셀기반 심층학습 기법을 적용한 침목균열 검지모형의 비교연구
- 제목 (타언어)
- Comparative Study on Crack Detection of Sleepers with Region- and Semantic Segmentation-based Models of Deep Learning
- 저자
- 이준석; 황성호; 최일윤; 최영태
- 발행일
- 2018-10
- 저널명
- 한국철도학회논문집
- 권
- 21
- 호
- 9
- 페이지
- 924 ~ 932
- 언어
- KOR
- 출판사
- 한국철도학회
- 발행국가
- 대한민국
- 분량
- 9 페이지
- ISSN
- E 2288-2235
P 1738-6225