http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김경영(Gyeong Yeong Kim),김다현(Da Hyun Kim),황병일(Byeong Il Hwang),김동주(Dong Ju Kim) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2
2017년 포항 지진을 사례로 국내에서 큰 규모의 지진이 나타날 수 있음이 확인됨에 따라 신속하고 정확한 지진 감지 시스템이 필요한 상황이다. 기존 지진 감지 체계는 지진에서의 정확한 규모값, 진앙위치를 확정하는 데에 시간이 소요되지만, 피해지진은 지진의 전조증상이나 지진 발생 즉시 표출되는 기술로 보강될 필요가 있다. 본 연구에서는 국내 피해지진 사례 기반 데이터셋을 자체적으로 수집 및 구축 후, 딥러닝 모델 기반으로 실시간 수준으로 지진과 생활 진동을 인식하는 모델을 소개한다. 본 딥러닝 모델을 기반으로 지진 센서를 실시간 수집, 감지, 알림까지 연동되는 모니터링 시스템을 구축함으로써 실제 피해지진 시 신속한 알림으로 피해를 최소화할 수 있길 기대한다.
건물 안전 진단을 위한 딥러닝 기반의 외벽 균열 검출 방법
김경영 ( Gyeong-yeong Kim ),김다현 ( Da-hyun Kim ),김동주 ( Dong-ju Kim ) 대한설비관리학회 2021 대한설비관리학회지 Vol.26 No.4
The crack damage inspection of structures is generally conducted by visual inspection, and the inspector's subjective judgement cannot but be involved. Accordingly, research on automatically and objectively detecting cracks has been conducted. In this study, we introduce deep learning based wall crack detection model from crack image. The following work was performed to develop a crack detection model; 1. A variety of certified crack datasets were established, and labeling for crack detection was first performed by dividing into Loose/Tight according to the characteristics of dataset and dangerous cracks. 2. The crack detection was comparatively performed with the existing detection models, and the YOLOv5-L6 model was finally selected. 3. A high-level detection result of an average value of 97.4 mAP was derived through training for each dataset. It is expected that it can be used as a practical inspection tool by being developed that can detect cracks in real environment.