이미지의 균열 픽셀 탐지를 위한 딥러닝 모델의 적용과 의미론적 분할 활용

초록

본 연구에서는 수자원시설에서 활용될 수 있는 검출 기술로 균열 이미지의 딥러닝 학습을 통한 손상탐지 기법의 적용을위하여 균열 손상 이미지 데이터를 수집, 활용, 학습하여 이를 탐지할 수 있는 이미지처리 알고리즘의 적용을 수행하였다. 딥러닝기법 중 합성곱을 기반으로 한 U-Net 구조를 활용하여 구조물 균열손상 이미지들의 학습과 특징 추출을 통하여 각 픽셀 별분류를 통해 이미지 내에서 균열손상 부위를 분류해 낼 수 있었다. 이 과정 중 활성화 맵을 시각화하여 균열 특징에 대한 모델의반응을 확인하여 모델이 이미지의 어느 부분에 주목하고 있는지를 확인하였다. 균열 검출 결과 이미지 마스크 처리를 통한참 값과 비교하여 높은 정확도와 정밀도가 나타나 본 기법이 균열 탐지에 적용성이 있음을 확인하였다. 본 연구에서 학습된모델은 취득한 이미지에서의 균열 검출을 비롯하여 수자원 시설물 이미지에 대한 적용에도 검출 능력이 드러났으며, 향후수자원 구조물의 안전 진단 및 평가를 위한 모니터링에서 활용될 것으로 기대된다.

키워드