최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 한국건설기술연구원 Korea Institute Of Construction Technology |
---|---|
연구책임자 | 심승보 |
참여연구자 | 문재필 , 이성원 , 최상일 |
보고서유형 | 연차보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2020-12 |
과제시작연도 | 2020 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
과제관리전문기관 | 한국건설기술연구원 Korea Institute Of Construction Technology |
등록번호 | TRKO202100021938 |
과제고유번호 | 1711120584 |
사업명 | 한국건설기술연구원연구운영비지원(R&D)(주요사업비) |
DB 구축일자 | 2021-11-13 |
키워드 | 심층 신경망.유지관리.콘크리트 균열.도로 균열.순환 적대적 학습.Deep neural network.Maintenacne.Concrete crack.Road crack.Cycle GAN. |
본 연구는 노후화된 SOC 시설물에 대한 정확한 진단을 위한 균열 탐지 및 측정 기술을 개발하는 것으로 2년에 걸쳐 과제를 수행한다. 1차년도에 콘크리트 균열 탐지하기 위해 학습용 데이터 세트를 확보하고, 지도/준지도 학습 기반의 딥러닝 알고리즘을 개발하였다. 그 결과는 콘크리트 균열 영상 1,200장, 도로 균열 영상 1,700장을 확보하였고, 지도 학습을 통한 균열 탐지 알고리즘을 개발하였다. 다음으로 준지도 학습을 통해서 라벨 데이터가 부족한 상황에서도 인식 성능을 높일 수 있는 방법을 제안하여 학습을 효율성을 높였다. 또한
This study is to develop crack detection and measurement technology for accurate diagnosis of aging SOC facilities, and the task is carried out over two years. To detect concrete cracks in the first year, training data set was secured, and a deeplearning algorithm based on supervised/semi-supervised
※ AI-Helper는 부적절한 답변을 할 수 있습니다.