• 대한건축학회논문집:계획계
• /
• 제36권5호
• /
• pp.93-103
• /
• 2020

The purpose of this study is to suggest a supervisory way to improve the efficiency of Building Supervision using Deep Learning, especially object detecting technology. Since the establishment of the Building Supervision system in Korea, it has been changed and improved many times systematically, but it is hard to find any improvement in terms of implementing methods. Therefore, the Supervision is until now the area where a lot of money, time and manpower are needed. This might give a room for superficial, formal and documentary supervision that could lead to faulty construction. This study suggests a way of Building Supervision which is more automatic and effective so that it can lead to save the time, effort and money. And the way is to detect the hoop-bars of a column and count the number of it automatically. For this study, we made a hoop-bar detecting network by transfor learnning of YOLOv2 network through MATLAB. Among many training experiments, relatively most accurate network was selected, and this network was able to detect rebar placement in building site pictures with the accuracy of 92.85% for similar images to those used in trainings, and 90% or more for new images at specific distance. It was also able to count the number of hoop-bars. The result showed the possibility of automatic Building Supervision and its efficiency improvement.

• 대한토목학회논문집
• /
• 제26권3D호
• /
• pp.519-525
• /
• 2006

기존의 영역기반의 영상정합이나 에피폴라 기하 혹은 고도값 제한 등을 통해 정합의 탐색영역을 줄임으로 영상정합의 효율성을 높이는 방법들은 비슷한 형태의 고층 건물이 밀집되어 있는 대규모 도심지와 같은 경우 오정합의 가능성이 크며 정합에 소요되는 시간도 여전히 오래 걸리는 단점을 갖고 있다. 이러한 단점을 보완하기 위하여 건물 인식을 통한 영상정합법에 대하여 연구를 수행하고자 한다. 본 논문에서는 새로운 영상정합기법의 기초연구로서 컬러영상으로부터 경계정보와 색상 정보를 활용하여 동일 건물 인식에 관하여 실험을 수행하였다. 경계정보와 색상정보를 활용하기 위하여 각각 보완된 Hausdorff 거리개념과 보완된 컬러 인덱싱 기법을 적용하였다. 각각의 정보를 단독으로 활용한 경우 동일건물의 인식률이 경계정보의 경우 46.5%, 색상정보의 경우 7.1%로 매우 낮았으나, 두 가지 정보를 조합하여 인식을 실시한 결과 78.5%로 인식률이 높아지는 것을 확인할 수 있었다.

• Ecology and Resilient Infrastructure
• /
• 제6권2호
• /
• pp.120-127
• /
• 2019

본 연구에서는 광섬유 온도 분포 센싱을 통한 제체의 침투 및 붕괴와 같은 물리적 변화 현상을 모니터링하기 위해 중규모 제방 수리실험을 수행하였다. 본 실험의 중규모 실험 제방은 바이오폴리머 흙을 제방 전면에 도포하여 강도를 증진시킨 것으로 월류에 의한 침투 및 붕괴 현상이 일반 제방과는 다르게 나타날 수 있으며, 이러한 현상은 광섬유 온도 분포 센싱을 통해 획득한 온도 변화 정보를 통해 분석할 수 있었다. 제체의 위치별 시간에 따른 온도 변화 자료를 통해 제체 내부의 물리적 변화 및 침투가 발생하는 위치와 시간을 판단할 수 있었다. 본 실험에서는 급격한 온도 변화 시점이 제외지 사면보다 제내지 사면에서 먼저 발생하였으며, 이는 실험에서 제내지 사면이 붕괴된 후에 제외지 사면이 붕괴된 순서와 일치하였다.

• 한국측량학회지
• /
• 제40권5호
• /
• pp.381-391
• /
• 2022

본 연구는 AI 기법 중에 최근 널리 사용되고 있는 딥러닝 모델들을 비교하여 재난으로 인해 손상된 건물의 신속한 감지에 가장 적합한 모델을 선정하는 데 목적이 있다. 먼저, 신속한 객체감지에 적합한 1단계 기반 검출기 중 주요 딥러닝 모델인 SSD-512, RetinaNet, YOLOv3를 후보 모델로 선정하였다. 이 방법들은 1단계 기반 검출기 방식을 적용한 모델로서 객체 인식 분야에 널리 이용되고 있다. 이 모델들은 객체 인식 처리방식의 구조와 빠른 연산의 장점으로 인해 객체 인식 분야에 널리 사용되고 있으나 재난관리에서의 적용은 초기 단계에 머물러 있다. 본 연구에서는 피해감지에 가장 적합한 모델을 찾기 위해 다음과 같은 과정을 거쳤다. 먼저, 재난에 의한 건물의 피해 정도 감지를 위해 재난에 의해 손상된 건물로 구성된 xBD 데이터셋을 활용하여 초고해상도 위성영상을 훈련시켰다. 다음으로 모델 간의 성능을 비교·평가하기 위하여 모델의 감지 정확도와 이미지 처리속도를 정량적으로 분석하였다. 학습 결과, YOLOv3는 34.39%의 감지 정확도와 초당 46개의 이미지 처리속도를 기록하였다. RetinaNet은 YOLOv3보다 1.67% 높은 36.06%의 감지 정확도를 기록하였으나, 이미지 처리속도는 YOLOv3의 3분의 1에 그쳤다. SSD-512는 두 지표에서 모두 YOLOv3보다 낮은 수치를 보였다. 대규모 재난에 의해 발생한 피해 정보에 대한 신속하고 정밀한 수집은 재난 대응에 필수적이다. 따라서 본 연구를 통해 얻은 결과는 신속한 지리정보 취득이 요구되는 재난관리에 효과적으로 활용될 수 있을 것이라 기대한다.

• 한국ITS학회 논문지
• /
• 제22권5호
• /
• pp.163-181
• /
• 2023

자율주행자동차의 센서에 대응하는 시설물의 검지성능을 향상시키는 것은 주행안전성을 향상시키는 데에 도움이 된다. 도로·교통 분야에서는 이를 위하여 도로 인프라 또는 시설물의 개선을 통해 센서에 대한 검지성능을 향상시키기 위한 연구를 수행하고 있다. 본 연구는 이러한 자율주행 지원 인프라 개발 연구의 일환으로 강우 상황에서도 충분히 LiDAR의 검지성능이 확보되어 공사구간에서 시선유도 기능을 유지할 수 있도록 교통콘과 드럼의 형상을 변형하여 이의 개선효과를 실증 실험으로 확인하였다. 개선의 원리는 반사 성능이 증대되며 기존의 시설물과 형상적으로 크게 차이가 나지 않도록 교통콘은 원뿔형 대신 사각뿔형으로, 드럼은 원기둥형 대신 6각기둥형과 8각기둥형으로 각각 제작하였다. 맑은 날과 강우 20 mm/h, 40 mm/h 상황에서 시설물에 대한 LiDAR 검지 데이터를 확인하였으며, 사각뿔형 교통콘과 8각기둥형 드럼은 기존 시설물에 비해 검지성능이 향상되었음을 확인하였다. 다만, 반복 측정에 따른 편차가 발생하였고, 통계적 해석으로는 유의미성을 확인하지 못한 것이 본 연구 결과의 한계이며, 이 결과를 반영하여 향후 연구에서는 측정환경의 다양성에도 균일하게 데이터가 취득될 수 있는 형태로 개선할 필요가 있다.

• 정보과학회 논문지
• /
• 제42권6호
• /
• pp.801-806
• /
• 2015

SMS는 현대 통신 수단 중 가장 많이 사용되고 있는 방법 중 하나로서, 그 사용 비용이 저렴해짐에 따라 SMS에서의 스팸도 함께 증가하였다. SMS 스팸을 탐지하는 연구들은 부득이하게 사용자의 발신번호, 수신번호 및 SMS내용 등의 즉 개인정보를 필요로 하게 된다는 점에서 데이터 수집 측면에서 큰 한계를 가지고 있다. 더욱이, 소셜 네트워크가 활성화됨에 따라 SMS 스팸들은 더욱 지능화되고 있으며 결과, SMS 스팸 탐지 기법 연구 수행시 해당 SMS관련 개인정보는 물론 사용자의 소셜 네트워크 관련 정보까지 필요로 한다. 따라서, 본 논문에서는 SMS 스팸을 탐지하기 위해 필요한 소셜 네트워크 데이터 셋을 사생활 침해 문제 없이 실제와 유사하게 재구성해주는 SBSS(Social network Building Scheme for SMS spam detection) 기법을 제안한다. 또한, 현재 존재하는 SMS 스팸의 공격 유형을 처음으로 구체화하고 분류하여 이를 반영했다.

• Smart Structures and Systems
• /
• 제15권1호
• /
• pp.1-13
• /
• 2015

This paper proposes an analytical mode decomposition (AMD) and Hilbert transform method for structural nonlinearity quantification and damage detection under earthquake loads. The measured structural response is first decomposed into several intrinsic mode functions (IMF) using the proposed AMD method. Each IMF is an amplitude modulated-frequency modulated signal with narrow frequency bandwidth. Then, the instantaneous frequencies of the decomposed IMF can be defined with Hilbert transform. However, for a nonlinear structure, the defined instantaneous frequencies from the decomposed IMF are not equal to the instantaneous frequencies of the structure itself. The theoretical derivation in this paper indicates that the instantaneous frequency of the decomposed measured response includes a slowly-varying part which represents the instantaneous frequency of the structure and rapidly-varying part for a nonlinear structure subjected to earthquake excitations. To eliminate the rapidly-varying part effects, the instantaneous frequency is integrated over time duration. Then the degree of nonlinearity index, which represents the damage severity of structure, is defined based on the integrated instantaneous frequency in this paper. A one-story hysteretic nonlinear structure with various earthquake excitations are simulated as numerical examples and the degree of nonlinearity index is obtained. Finally, the degree of nonlinearity index is estimated from the experimental data of a seven-story building under four earthquake excitations. The index values for the building subjected to a low intensity earthquake excitation, two medium intensity earthquake excitations, and a large intensity earthquake excitation are calculated as 12.8%, 23.0%, 23.2%, and 39.5%, respectively.

• 한국방재학회 논문집
• /
• 제11권2호
• /
• pp.9-13
• /
• 2011

초고층 빌딩 건설 시 요구되는 성능위주 소방설계는 인명 안전을 확보할 수 있는 능동적인 대책으로서 화재 위험성을 평가하고, 공학적 분석 결과를 토대로 하여 방재시스템을 구축하는 것으로 관련 법규 및 기준을 적용하여 수행하는 기존의 설계 방식보다 인명 안전의 확보에 있어서 매우 효율적이고 타당하다고 보여진다. 본 연구는 피난 요구 시간인 RSET과 피난이 가능한 시간인 ASET에 의한Time-line Analysis을 적용하였으며 또한 ASET과 RSET을 비교, 분석하기 위하여 화재 및 피난 시뮬레이션을 수행하였다. 연구 결과, 스프링클러설비가ASET을 증가시켰으며, 화재감지 및 경보시간의 단축이 RSET을 효과적으로 감소시켜 주고 있다. 단축된 시간은 인명의 안전을 확보하는데 많은 영향을 미치는 것으로 확인되었다. 또한 소화설비, 화재 감지 및 경보설비가 정상적으로 작동되도록 유지 관리되는 것도 중요한 것으로 파악되었다. 화재의 성상을 데이터 베이스화하고 피난 대응 프로그램 등이 구축되면 성능위주 설계에 유용한 자료로 이용될 수 있다.

• 한국ITS학회 논문지
• /
• 제18권4호
• /
• pp.71-79
• /
• 2019

의미론적 분할 형태로 합성곱 신경망을 구성하여 도로노면의 파손을 탐지하는 연구가 진행되고 있다. 이러한 합성곱 신경망 형태의 모델을 생성하기 위해서는 입력 이미지와 이에 상응한 레이블된 이미지 데이터셋으로 수집해야 하고, 이러한 과정에서는 굉장히 많은 시간과 비용이 발생하게 된다. 본 논문에서는 이러한 작업을 완화하기 위하여 수도 레이블링을 활용한 준지도 학습 기반의 도로노면 파손 탐지 기술을 제안하고자 한다. 레이블된 데이터셋과 레이블되지 않은 데이터셋을 적절하게 혼합하여 도로노면 파손을 탐지하는 모델을 업데이트하고, 이를 레이블된 데이터셋만을 활용한 기존 모델과 성능을 비교한다. 주관적인 성능결과, 민감도 부분에서는 조금 저하된 성능을 보였지만, 정밀도 부분에서는 대폭 성능 향상이 있었으며, 최종적으로 $F_1-score$ 또한 높은 수치로 평가되었다.

• 정보보호학회논문지
• /
• 제21권2호
• /
• pp.101-110
• /
• 2011

최근 Application에 대한 공격을 통하여 네트워크와 데이터베이스에 대한 방어정책인 침입탐지 룰(rule)을 무력화시키고, 침해사고를 유발한다. 이러한 공격으로부터 내부 네트워크와 데이터베이스의 안전성을 확보하기 위한 통합보안에 관한 연구가 필요하다. 본 논문에서는 침입탐지 룰을 설정한 Application에 대한 공격을 차단하기 위한 통합보안 시스템 구축에 관한 연구이다. 네트워크 기반의 공격을 탐지하여 대응하고, 내부 Integration Security System을 Virtual clustering과 Load balancing 기법으로 공격을 분산시키며, Packet 모니터링과 분석을 통하여 공격 목적지 Packet에 대한 방어정책 설정, 공격 Packet 분석, 기록, 룰 업데이트를 한다. 또한 공격 유형별 방어정책을 설정하여 Virtual Machine 분할 정책을 통한 접근 트래픽 해소, 공격차단에 적용하는 Integration Security System을 제안하고 방어를 실험한다. 본 연구 결과는 외부 해커의 공격에 대한 통합보안 방어를 위한 현실적인 자료를 제공하게 될 것이다.