$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 사례분석을 통한 객체검출 기술의 건설현장 적용 방안에 관한 연구
A Study on the Application of Object Detection Method in Construction Site through Real Case Analysis 원문보기

한국재난정보학회논문집 = Journal of the Society of Disaster Information, v.18 no.2 = no.56, 2022년, pp.269 - 279  

이기석 (Department of Architectual Engineering, Kyonggi University) ,  강성원 (Department of Architectual Engineering, Kyonggi University) ,  신윤석 (Department of Architectual Engineering, Kyonggi University)

초록
AI-Helper 아이콘AI-Helper

연구목적: 본 연구의 목적은 건설현장의 재해 예방을 위해 딥러닝기반의 개인보호구 검출 모델을 개발하고, 실제 건설현장에 적용하여 분석하는 것이다. 연구방법: 본 연구의 수행 방법은 실제 환경의 데이터를 구축하고, 개발된 개인보호구 검출 모델을 적용하였다. 개인보호구 검출 모델은 크게 근로자 검출 및 개인보호구 착용 분류 모델로 구성되어 있다. 근로자 검출 모델은 딥러닝 기반의 알고리즘을 실제 현장에서 획득한 데이터셋을 구축하여 학습 및 근로자를 검출하였고, 개인보호구 착용 분류 모델은 앞단에서 추출된 근로자 검출영역에서 학습된 개인보호구 검출 알고리즘을 적용하였다. 구축된 모델의 검증을 위해 건설현장 3곳에서 획득된 데이터를 통해 실험결과를 도출하였다. 연구결과: 데이터베이스 12,000장을 구축하여 정상검출 9,460장(78.8%), 오검출 1,468(12.2%), 미검출 1,072장(8.9%)으로 나타났으며 주요 원인은 영상에서의 객체 크기, 객체간 중첩(Occulusion), 객체 잘림, 그림자에 의한 오검출로 분류되었다. 결론: 개인보호구 검출모델은 현장 상황마다 다른 검출률을 확인할 수 있었고, 본 연구의 결과가 차후 현장적용을 위한 연구에 활용될 수 있을 것으로 여겨진다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Purpose: The purpose of this study is to develop a deep learning-based personal protective equipment detection model for disaster prevention at construction sites, and to apply it to actual construction sites and to analyze the results. Method: In the method of conducting this study, the dataset on ...

주제어

#건설안전관리   #개인보호구 검출 모델   #객체검출 모델   #스마트 안전   #컴퓨터 비전  

표/그림 (13)

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 따라서 본 연구는 스마트 안전관리 기술 중 컴퓨터 비전 기술을 건설현장에 적용하여 건설현장 근로자를 대상으로 안전모, 안전대와 같은 개인보호구 착용 상태를 자동으로 검출할 수 있는 모델을 개발하고, 건설현장에 적용 후 도출된 결과를 토대로 미검출, 오검출에 대한 요인을 파악하여 건설현장 적용을 위한 최적화 방안을 제안하고자 한다.
  • 이에 본 연구는 인터넷에서 무료로 제공되고 있는 객체검출 알고리즘, 알고리즘 학습용 이미지 데이터, 국내 건설현장에서 수집한 이미지 데이터를 활용하여 컴퓨터 비전 기술 기반으로 개인보호구 검출 모델을 개발하고자 한다. 또한, 최종 목표는 건설현장 적용사례분석으로 현장별 특징과 요인을 분석고자 한다.
  • 건설업의 재해를 예방하고 피해를 최소화하기 위해 스마트 건설기술로 빅데이터, 웨어러블 디바이스, 컴퓨터 비전, 웨어러블 디바이스, 스마트 센싱, AI 등이 제시되고 있다. 이에 본 연구는 인터넷에서 무료로 제공되고 있는 객체검출 알고리즘, 알고리즘 학습용 이미지 데이터, 국내 건설현장에서 수집한 이미지 데이터를 활용하여 컴퓨터 비전 기술 기반으로 개인보호구 검출 모델을 개발하고자 한다. 또한, 최종 목표는 건설현장 적용사례분석으로 현장별 특징과 요인을 분석고자 한다.
본문요약 정보가 도움이 되었나요?

참고문헌 (15)

  1. Gil, G. (2017). "Characteristics of Personal Protective Equipment (PPE) in industry accidents." Journal of the Ergonomics Society of Korea, Vol. 36, No. 6, pp. 753-764. 

  2. Hong, M-Y., Park, J-Y., Lee, H-R., Im, C-E., H, J., Son, J-W. (2017). "A study on the development of smart construction safety management framework using big data analysis based on the internet of things." Autumn Annual Conference of AIK, 2017, pp. 1170-1175. 

  3. Im, S, B., Park, C-s., Kim, H., Kim, S., Lee, D-y., Park, K. (2020). "Smart construction technology research program (Part 3) integrated smart safety management technology." Jouran of The Korean Society of Civil Engineers, Vol. 68, No. 8, pp. 45-51. 

  4. Jeong, I., Kim, J., Choi, S., Roh, M., Herbert, B. (2021). "Solitary work detection of heavy equipment using computer vision." Journal of The Korean Society of Civil Engineers, Vol. 41, No. 4, pp. 441-447. 

  5. Kim, D.H., Jo, B.Y. (2021). "A study on the development of a fire site risk prediction model based on initial information using big data analysis." Journal of the Society of Disaster Information, Vol. 17, No. 2, pp. 245-253. 

  6. Kim, H., Kim, G., Shin, J. (2020). "Developing the installation guideline of building monitoring systems for hazardous symptom measurements with visual perception." Journal of the Society of Disaster Information, Vol. 16, No. 2, pp. 374-382. 

  7. Kim, S., Park, J., Kim, G., Kim, S., Na, Y., Song, H., Cho, J., Son, Y., Seok, J., Jo, K. (2021). "A dataset of road environment and bus driving for autonomous car." The 13th International Conference on ICT Convergence, pp. 472-472. 

  8. Lee, O-S., Mun, T-U., Lee, D. (2019). "Safety equipment wearing detection using YOLO based on deep learning." Conference on Information and Control System, pp. 829-830. 

  9. Min, K.S. (2021). "A study on the prevention of safety accidents at construction sites using smart technology." Korean Journal of Safety Culture, Vol. 11, No. 8, pp. 97-114. 

  10. Ministry of Employment and Labor (2016-2020). Current State of Occupational Accidents Report 2016-2020. 

  11. Ministry of Employment and Labor (2020). We will Enhance the Safety of Construction Sites by Introducing Smart Safety Equipment." Department of Construction Safety. 

  12. Park, Y-S., Lee, S-Y., Lee, K-T. (2020). "Improving Persnal Protective Equipment Detection In Smart Construction." The Journal of Korean Insitute of Communications and Information Sciences, Vol. 45, No. 12, pp. 2,202-2,209. 

  13. Seo, J.H., Kim, J.D. (2020). "Priority setting for smart construction technologies: adoption by using the house of quality model." Journal of the Korean Production and Operations Management Society, Vol. 32, No. 2, pp. 185-207. 

  14. Shin, J.K. (2021). Real-time Monitoring System for Personal Protective Equipment of Construction Worker using Smart Technology. Ph.D. Dissertation, Kyonggi University. 

  15. Song, s., Kwak, n. (2021). "Detection of safety helmets using YOLOv5." ICCC 2021, Korea International Conference on Convergence Content, pp. 483-484. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로