초록 ▼

학습용 하자 이미지를 데이터베이스화하고, 학습용 하자 이미지로부터 하자판정모델 학습을 통해 입력된 이미지의 하자 영역 분할 추출 및 하자 특성 분류에 따라 입력 영상정보의 하자를 판정함으로써, 건물 부위별 하자 특성과 하자 영역을 자동으로 분류하여 하자를 간편하고 신속하게 판정할 수 있고, 또한, 건물 또는 시설물의 외부 및 내부 등을 촬영한 동영상, 사진, 이미지 등의 영상정보를 이용하여 신경망 모델이나 딥러닝 모델 등 기계학습 모델을 기반으로 건물 또는 시설물 등의 부위별 하자에 대한 부위속성, 하자속성 등의 하자 특성을 학습함

학습용 하자 이미지를 데이터베이스화하고, 학습용 하자 이미지로부터 하자판정모델 학습을 통해 입력된 이미지의 하자 영역 분할 추출 및 하자 특성 분류에 따라 입력 영상정보의 하자를 판정함으로써, 건물 부위별 하자 특성과 하자 영역을 자동으로 분류하여 하자를 간편하고 신속하게 판정할 수 있고, 또한, 건물 또는 시설물의 외부 및 내부 등을 촬영한 동영상, 사진, 이미지 등의 영상정보를 이용하여 신경망 모델이나 딥러닝 모델 등 기계학습 모델을 기반으로 건물 또는 시설물 등의 부위별 하자에 대한 부위속성, 하자속성 등의 하자 특성을 학습함으로써, 영상정보로부터 하자 특성 도출의 정확도를 높일 수 있으며, 또한, 건물 또는 시설물의 부위별 하자 판정시, 일반 사용자가 동영상, 사진 등의 영상 촬영을 통해 획득된 이미지를 촬영 가이드에 따라 하자영역을 미리 추출하여 입력함에 따라 간편하게 하자를 판정하고, 이에 따라 비용과 시간을 감축시킬 수 있는, 영상정보를 이용한 건물 부위별 하자의 자동 판정과 분류 시스템 및 그 방법이 제공된다.

대표청구항 ▼

영상정보 제공자(200)가 제공하는 학습 영상정보로부터 건물 부위별 하자정보 데이터를 도출하고 하자 판정모델에 따라 하자 이미지 DB(150)를 구축하며, 건물 부위별 하자 여부를 확인하기 위해 사용자 단말(300)이 입력하는 입력 영상정보에 따라 건물 부위별 하자를 자동 분류 및 추출하여 하자를 판정하고, 하자 판정 이미지를 생성하는 건물 부위별 하자 판정 서버(100);상기 건물 부위별 하자 판정 서버(100)에게 학습 영상정보를 제공하는 영상정보 제공자(200); 및건물 부위별 하자 여부를 확인하도록 상기 건물 부위별 하자 판

영상정보 제공자(200)가 제공하는 학습 영상정보로부터 건물 부위별 하자정보 데이터를 도출하고 하자 판정모델에 따라 하자 이미지 DB(150)를 구축하며, 건물 부위별 하자 여부를 확인하기 위해 사용자 단말(300)이 입력하는 입력 영상정보에 따라 건물 부위별 하자를 자동 분류 및 추출하여 하자를 판정하고, 하자 판정 이미지를 생성하는 건물 부위별 하자 판정 서버(100);상기 건물 부위별 하자 판정 서버(100)에게 학습 영상정보를 제공하는 영상정보 제공자(200); 및건물 부위별 하자 여부를 확인하도록 상기 건물 부위별 하자 판정 서버(100)에 입력 영상정보를 전송하고, 상기 건물 부위별 하자 판정 서버(100)로부터 하자 판정 이미지를 제공받는 사용자 단말(300)을 포함하되,상기 건물 부위별 하자 판정 서버(100)는 건물 부위별 하자에 대한 하자 특성 학습에 따라 하자 특성을 도출하여 하자 이미지 DB(150)를 구축하고, 상기 사용자 단말(300)이 입력하는 입력 영상정보의 하자 영역 분할 및 하자 특성 분류를 통해 하자를 판정하여 하자 판정 이미지를 생성하되, 상기 하자 판정 이미지는 이미지 데이터와 하자정보 데이터를 결합하여 생성되며, 상기 하자정보 데이터는 하자 특성 데이터 및 하자 영역 데이터로 이루어지며;상기 건물 부위별 하자 판정 서버(100)는 상기 사용자 단말(300)에게 촬영 가이드를 제공하고, 상기 사용자 단말(300)은 촬영된 이미지를 상기 촬영 가이드에 따라 하자영역을 분할하여 입력하되, 상기 촬영 가이드는 하자 부위 형태에 따라 평면, 점, 선, 우각, 방사형 또는 기타 형태로 분류되는 것을 특징으로 하는 영상정보를 이용한 건물 부위별 하자의 자동 판정과 분류 시스템.