딥러닝 오토인코더 기반의 노이즈가 제거된 콘크 리트 크랙 검사 프레임웍

초록

콘크리트 크랙 검사는 건물, 터널 및 다리 등의 붕괴 등을 피하기 위한 품질 모니터링의 주요한 행위이다. 사람에 의한 수동 크랙 검사는 검사자의 기술, 경험 및 판단 등의 오류를 생성시킬 수 있다. 또한, 검사 프로세스는 많은 시간 및 노동력을 필요함은 물론 패턴 등에 복잡한 과정을 거치게 된다. 이를 위하여, 본 연구에서는 콘크리트 크랙이 포함된 이미지를 대상으로 크랙을 검출하기 위한 오토인코더 기반의 딥러닝 구조를 제안한다. 제안된 딥러닝오토인코더는 기존의 컨볼루션 인코더와는 달리 인코더와 디코더 구조 사이에 다수의 신경망을 위치시켜 feature를 고도화하는 과정을 포함한다. 이를 통하여, 기존의 컨볼루션 오토인코더 구조에 비하여 노이즈 제거 및 크랙 분별에 효과가 있음을 데이터 실험을 통해 실증한다.

키워드