$\require{mediawiki-texvc}$

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] 영상 기반 항만시설물 손상 위치 추정 및 외관조사망도 작성
Estimation of Image-based Damage Location and Generation of Exterior Damage Map for Port Structures 원문보기

한국구조물진단유지관리공학회 논문집 = Journal of the Korea Institute for Structural Maintenance and Inspection, v.27 no.5, 2023년, pp.49 - 56  

김방현 (서울시립대학교 도시빅데이터융합학과) ,  소상윤 (서울시립대학교 토목공학과) ,  조수진 (서울시립대학교 토목공학과)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 영상 기반 자동화된 항만시설물 점검을 위한 손상 위치 정보 추정 기법을 제안하였다. 3D 모델링 과정을 거치지 않고 특징 탐지 기술 및 이상치 제거 기술을 활용하여 호모그래피 행렬을 계산하고 손상 정보만 저장함으로써 메모리 효율을 높였다. 항만시설물에 특화된 손상 위치 정보 추정 알고리즘 개발을 위해 항만시설물 이미지를 이용하여 제작한 참값 좌표쌍을 통해 알고리즘을 최적화하였다. 이를 샘플 및 실제 콘크리트 벽체에 적용하여 구한 위치 오차는 각각 (X: 6.5cm, Y: 1.3cm), (X: 12.7cm, Y: 6.4cm)로 나타났다. 또한, 실제 콘크리트벽체를 대상으로 알고리즘을 적용하여 외관조사망도 형태로 표출함으로써 제안 기법의 현장 활용 가능성을 보였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This study proposed a damage location estimation method for automated image-based port infrastructure inspection. Memory efficiency was improved by calculating the homography matrix using feature detection technology and outlier removal technology, without going through the 3D modeling process and s...

Keyword

#손상 위치   #특징 탐지   #호모그래피   #항만 구조물   #외관조사망도  

표/그림 (15)

참고문헌 (12)

  1. Bay, H., Tuytelaars, T., and Van Gool, L. (2006), Surf: Speeded up？robust features. In Computer Vision-ECCV 2006: 9th European？Conference on Computer Vision, Graz, Austria, May 7-13, 2006.？Proceedings, Part I 9, Springer Berlin Heidelberg, 404-417. 

  2. Chen, L. C., Zhu, Y., Papandreou, G., Schroff, F., and Adam, H.？(2018), Encoder-decoder with atrous separable convolution for？semantic image segmentation, In Proceedings of the European？conference on computer vision (ECCV), 801-818. 

  3. Fischler, M. A., and Bolles, R. C. (1981), Random sample？consensus: a paradigm for model fitting with applications to image？analysis and automated cartography, Communications of the ACM,？24(6), 381-395. 

    상세보기

  4. Hamishebahar, Y., Guan, H., So, S., and Jo, J. (2022), A？comprehensive review of deep learning-based crack detection？approaches, Applied Sciences, 12(3), 1374. 

  5. Jeong, D., Lee, J., and Ju, Y. (2019), Photogrammetric Crack？Detection Method in Building using Unmanned Aerial Vehicle,？Journal of the Architectural Institute of Korea Structure &？Construction, 35(1), 11-19 (In Korean, with English abstract). 

  6. Juan, L., and Gwun, O. (2009), A comparison of sift, pca-sift and？surf, International Journal of Image Processing (IJIP), 3(4),？143-152. 

  7. Karami, E., Prasad, S., and Shehata, M. (2017), Image matching？using SIFT, SURF, BRIEF and ORB: performance comparison for？distorted images, arXiv preprint. arXiv:1710.02726. 

  8. Kim, B., and Cho, S. (2019), Image-based Concrete Crack？Assessment using Mask and Region-based Convolutional Neural？Network, Structural Control and Health Monitoring, 26(8),？e2381(1-15). 

  9. Lee, S., Lee, K., Choi, H., and Lim, C. (2022), Establishment of a？standard procedure for safety inspections of bridges using drones,？KSCE Journal of Civil and Environmental Engineering Research,？42(2), 281-290 (In Korean, with English abstract). 

  10. Lowe, D. G. (2004), Distinctive image features from scale-invariant keypoints, International Journal of Computer Vision, 60,？91-110. 

    상세보기

  11. Mistry, D., and Banerjee, A. (2017), Comparison of feature detection？and matching approaches: SIFT and SURF, GRD Journals-Global？Research and Development Journal for Engineering, 2(4), 7-13. 

  12. Torr, P. H., and Zisserman, A. (2000), MLESAC: A new robust？estimator with application to estimating image geometry,？Computer Vision and Image Understanding, 78(1), 138-156.？ 

    상세보기

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

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