Earticle

초록

영어

Visual inspection of concrete cracks is inappropriate for high-rise buildings such as apartments, and previous research on crack detection using AI has focused on old buildings and concrete specimens. Therefore, this study proposes a three-step method for concrete crack inspection at apartments: capturing images of exterior walls using drones, developing a false positive elimination algorithm using YOLOv8 and SemiVL models, and developing a crack detection algorithm using CSBSR model. Performance test results are as follows. The mIoU of the SemiVL model is 5.03%p higher than that of the YOLOv8 model in removing false positives, and no false positives appear in the test images, proving to be more suitable. The crack detection model was trained twice using labeled data and identified a total of 7,692 images as positive with an IoU of 63%, but the actual number of cracks was predicted to be lower due to duplicate images. This study demonstrates the feasibility of an automated crack detection system by empirically applying drone and AI technology to construction sites, and can be used as a basis for diagnosing concrete defects at high-rise building construction sites.

한국어

콘크리트 균열의 육안 검사는 아파트와 같은 고층 건축물에 부적합하며, 인공지능을 활용한 균열 검출 선행 연 구는 노후 건축물과 콘크리트 시편의 검사에 집중되었다. 이에 본 연구는 아파트와 같은 고층 건물 건설 현장에서 콘 크리트 균열을 점검하기 위하여 드론을 활용한 아파트 외벽 영상 촬영, YOLOv8 및 SemiVL 모델을 이용한 위양성 유발 요소 제거 알고리즘 성능 평가, CSBSR 모델을 이용한 균열 탐지 알고리즘 성능 평가의 3단계 균열 검출 방식 을 제시하고 성능을 검증하였다. 알고리즘의 성능 시험 결과는 다음과 같다. 위양성 유발 요소 제거에 있어 SemiVL 모델의 mIoU가 YOLOv8 모델에 비해 5.03%p 높고 시험 이미지에서 위양성이 나타나지 않아 더 적합한 것으로 판 명되었다. 균열 검출 모델은 감리단 검증 라벨링 데이터를 이용하여 2차 학습을 진행한 결과 총 7,692장의 이미지를 양성으로 판별하였으며 IoU는 63%로 나타났으나, 중복 이미지로 인하여 실제 균열 개수는 더 적을 것으로 예측되었 다. 본 연구는 드론 촬영 및 인공지능 기술을 건설 현장에 실증 적용함으로써 자동화된 균열 검출 시스템의 실현 가 능성을 제시하며, 고층 건축물 건설 현장의 콘크리트 하자 진단을 위한 기초 자료로 활용될 수 있을 것이다.

목차

요약
Abstract
Ⅰ. 서론
1. 연구 배경
2. 연구 목적
Ⅱ. 선행 연구 검토
1. 드론을 활용한 영상 촬영
2. 균열 탐지 인공지능 관련 선행연구 고찰
3. 인공지능 성능 평가 지표
Ⅲ. 연구 모형
Ⅳ. 실험 및 결과
1. 드론을 활용한 건물 영상 촬영
2. 위양성 유발 요소 제거 알고리즘 성능 시험
3. 균열 탐지 알고리즘 성능 시험
Ⅴ. 결론
References

키워드

저자

• 정수은 [ Sueun Jung | 정회원, 울산과학대학교 건축과 정교수 ] 제1저자
• 이남희 [ Namhui Lee | 정회원, (주)하이퍼놀로지 대표 ] 참여저자
• 원정현 [ Junghyun Won | 정회원, (주)하이퍼놀로지 선임 연구원 ] 참여저자
• 이성준 [ Seongjun Lee | 정회원, (주)하이퍼놀로지 선임 연구원 ] 참여저자
• 윤장목 [ Jangmok Yun | 정회원, (주)대흥엔지니어링건축사사무소 이사 ] 참여저자
• 이재영 [ Jaeyoung Lee | 정회원, 홍익대학교 건축학부 조교수 ] 참여저자
• 이지환 [ Jihwan Lee | 준회원, 성균관대학교 의예과 학사과정 ] 참여저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  The Journal of the Convergence on Culture Technology (JCCT) [문화기술의 융합]

• 간기

  격월간

• pISSN

  2384-0358

• eISSN

  2384-0366

• 수록기간

  2015~2025

• 등재여부

  KCI 등재

• 십진분류

  KDC 600 DDC 700