RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      KCI등재

      모아레 현상을 이용한 평면부재 변형탐지와 기계학습을 활용한 인식방법 = Detection of Plane Member Deformation using Moire Fringe and Recognition using Machine Learning

      한글로보기

      https://www.riss.kr/link?id=A105272711

      • 0

        상세조회
      • 0

        다운로드
      서지정보 열기
      • 내보내기
      • 내책장담기
      • 공유하기
      • 오류접수

      부가정보

      다국어 초록 (Multilingual Abstract)

      This study presents a method for detecting deformation of a structure using moire fringe. Compared with the previous study result obtained by using a parallel line shape, the circular shape showed a unique pattern at the time of deformation and the direction of deformation could be visually recognized. In addition, image classification using machine learning was applied so that deformations were clearly and automatically distinguished. Even if the image surface was contaminated, the recognition rate was 95% in KNN and SVM, and was 99% in AlexNet and GoggleNet inception, which implies that field application is possible.
      번역하기

      This study presents a method for detecting deformation of a structure using moire fringe. Compared with the previous study result obtained by using a parallel line shape, the circular shape showed a unique pattern at the time of deformation and the di...

      This study presents a method for detecting deformation of a structure using moire fringe. Compared with the previous study result obtained by using a parallel line shape, the circular shape showed a unique pattern at the time of deformation and the direction of deformation could be visually recognized. In addition, image classification using machine learning was applied so that deformations were clearly and automatically distinguished. Even if the image surface was contaminated, the recognition rate was 95% in KNN and SVM, and was 99% in AlexNet and GoggleNet inception, which implies that field application is possible.

      더보기

      국문 초록 (Abstract)

      본 연구는 모아레 현상을 이용하여 구조물의 평면부재의 변형을 탐지하는 방식을 개발하였다. 평행선형상인 기존연구와 비교하여 본 연구의 원형형상은 변형 시 고유한 무늬가 나타나 변형의 방향도 시각적으로 인지할 수 있었다. 또한 변형을 확실하고 자동으로 구분할 수 있도록 기계학습의 이미지분류를 사용하여 탐지한 결과 이미지 표면이 오염되더라도 KNN, SVM방식으로는 95%의 인식률, AlexNet과 Gogglenet Inception으로는 99%의 인식률을 보여 실 현장활용이 가능할 것으로 판단된다.
      번역하기

      본 연구는 모아레 현상을 이용하여 구조물의 평면부재의 변형을 탐지하는 방식을 개발하였다. 평행선형상인 기존연구와 비교하여 본 연구의 원형형상은 변형 시 고유한 무늬가 나타나 변형...

      본 연구는 모아레 현상을 이용하여 구조물의 평면부재의 변형을 탐지하는 방식을 개발하였다. 평행선형상인 기존연구와 비교하여 본 연구의 원형형상은 변형 시 고유한 무늬가 나타나 변형의 방향도 시각적으로 인지할 수 있었다. 또한 변형을 확실하고 자동으로 구분할 수 있도록 기계학습의 이미지분류를 사용하여 탐지한 결과 이미지 표면이 오염되더라도 KNN, SVM방식으로는 95%의 인식률, AlexNet과 Gogglenet Inception으로는 99%의 인식률을 보여 실 현장활용이 가능할 것으로 판단된다.

      더보기

      참고문헌 (Reference)

      1 Larose, D. T., "k?nearest neighbor algorithm. Discovering Knowledge in Data: An Introduction to Data Mining" 90-106, 2005

      2 Gilbert, J. A., "Two-Dimensional Stress Analysis Combining High-Frequency Moire Measurements with Finite-Element Modeling" 11 (11): 24-28, 1987

      3 Fu-pen Chiang, "Techniques of optical spatial filtering applied to the processing of moiré-fringe patterns" Springer Nature 9 (9): 523-526, 1969

      4 Tong, S., "Support vector machine active learning for image retrieval" ACM 107-118, 2001

      5 Takaki, T., "Strain visualization sticker using moire fringe for remote sensing" 2012

      6 Nasrabadi, N. M., "Pattern recognition and machine learning" 16 (16): 049901-, 2012

      7 Tom Dietterich, "Overfitting and undercomputing in machine learning" Association for Computing Machinery (ACM) 27 (27): 326-327, 1995

      8 Oster, G., "Moire patterns" 208 (208): 54-63, 1963

      9 Vedaldi, A., "Matconvnet: Convolutional neural networks for matlab" ACM 689-692, 2015

      10 Kuniharu Asai, "Contouring Method by Moiré Holography" Japan Society of Applied Physics 16 (16): 1805-1808, 1977

      1 Larose, D. T., "k?nearest neighbor algorithm. Discovering Knowledge in Data: An Introduction to Data Mining" 90-106, 2005

      2 Gilbert, J. A., "Two-Dimensional Stress Analysis Combining High-Frequency Moire Measurements with Finite-Element Modeling" 11 (11): 24-28, 1987

      3 Fu-pen Chiang, "Techniques of optical spatial filtering applied to the processing of moiré-fringe patterns" Springer Nature 9 (9): 523-526, 1969

      4 Tong, S., "Support vector machine active learning for image retrieval" ACM 107-118, 2001

      5 Takaki, T., "Strain visualization sticker using moire fringe for remote sensing" 2012

      6 Nasrabadi, N. M., "Pattern recognition and machine learning" 16 (16): 049901-, 2012

      7 Tom Dietterich, "Overfitting and undercomputing in machine learning" Association for Computing Machinery (ACM) 27 (27): 326-327, 1995

      8 Oster, G., "Moire patterns" 208 (208): 54-63, 1963

      9 Vedaldi, A., "Matconvnet: Convolutional neural networks for matlab" ACM 689-692, 2015

      10 Kuniharu Asai, "Contouring Method by Moiré Holography" Japan Society of Applied Physics 16 (16): 1805-1808, 1977

      11 Harvey E. Cline, "Automatic moire contouring" The Optical Society 23 (23): 1454-, 1984

      12 Maurice Halioua, "Automated 360° profilometry of 3-D diffuse objects" The Optical Society 24 (24): 2193-, 1985

      13 Schalkoff, R. J., "Artificial neural networks (Vol. 1)" McGraw-Hill 1997

      14 Sinno Jialin Pan, "A Survey on Transfer Learning" Institute of Electrical and Electronics Engineers (IEEE) 22 (22): 1345-1359, 2010

      더보기

      동일학술지(권/호) 다른 논문

      분석정보

      View

      상세정보조회

      0

      Usage

      원문다운로드

      0

      대출신청

      0

      복사신청

      0

      EDDS신청

      0

      동일 주제 내 활용도 TOP

      더보기

      주제

      연도별 연구동향

      연도별 활용동향

      연관논문

      연구자 네트워크맵

      공동연구자 (7)

      유사연구자 (20) 활용도상위20명

      인용정보 인용지수 설명보기

      학술지 이력

      학술지 이력
      연월일 이력구분 이력상세 등재구분
      2027 평가예정 재인증평가 신청대상 (재인증)
      2021-01-01 평가 등재학술지 유지 (재인증) KCI등재
      2018-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2015-01-01 평가 등재학술지 선정 (계속평가) KCI등재
      2013-01-01 평가 등재후보학술지 유지 (기타) KCI등재후보
      2012-01-01 평가 등재후보 1차 FAIL (기타) KCI등재후보
      2011-01-01 평가 등재후보학술지 유지 (등재후보1차) KCI등재후보
      2010-01-01 평가 등재후보학술지 유지 (등재후보1차) KCI등재후보
      2009-01-01 평가 등재후보학술지 유지 (등재후보1차) KCI등재후보
      2008-01-01 평가 신청제한 (등재후보1차)
      2007-01-01 평가 등재후보학술지 유지 (등재후보2차) KCI등재후보
      2006-01-01 평가 등재후보 1차 PASS (등재후보1차) KCI등재후보
      2005-01-01 평가 등재후보학술지 유지 (등재후보1차) KCI등재후보
      2004-01-01 평가 등재후보 1차 FAIL (등재후보1차) KCI등재후보
      2003-01-01 평가 등재후보학술지 유지 (등재후보1차) KCI등재후보
      2001-07-01 평가 등재후보학술지 선정 (신규평가) KCI등재후보
      더보기

      학술지 인용정보

      학술지 인용정보
      기준연도 WOS-KCI 통합IF(2년) KCIF(2년) KCIF(3년)
      2016 0.27 0.27 0.35
      KCIF(4년) KCIF(5년) 중심성지수(3년) 즉시성지수
      0.44 0.4 0.7 0.16
      더보기

      이 자료와 함께 이용한 RISS 자료

      나만을 위한 추천자료

      해외이동버튼