딥러닝 기반 활주로 균열 식별 (Deep Learning based Runway Crack Identification)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 20권 / 10호 / 1 ~ 11페이지
· 저자명 : 김태우, 하용훈

초록

본 연구의 목적은 전시 및 평시 공군 항공전력의 효율적인 운영을 위하여 딥러닝을 이용한 활주로 균열 식별 방안을 제공한다. 현재 사용되는 활주로 균열 식별은 사람의 눈에 의존하여 많은 인력과 시간, 비용이 소모되는 문제점이 있다. 위 문제를 해결하기 위해 드론을 활용하여 군용 활주로 영상을 촬영하고 이를 딥러닝을 통해 균열을 식별하였다. 활주로에서 드론으로 촬영한 영상을 라벨링 작업을 통해 데이터셋을 생성하며, 이 데이터셋에 딥러닝 모델을 적용하여 학습 정확도를 평가하였다. 학습된 모델의 검증 결과로 활주로 균열을 식별하고, 균열의 위치와 크기를 예측하여 실제 균열과 비교하였다. 연구를 통하여 전시 및 평시 균열 식별의 정확도와 신뢰도를 높임으로써 자원의 소모를 줄임과 동시에 항공전력 운영 효율을 높일 것으로 예상한다.

영어초록

The purpose of this study is to provide a method for identifying runway cracks using deep learning for the efficient operation of air power in wartime and peacetime. The current identification method, which mainly depends on human eyes, requires a lot of time, money and manpower. In order to prevent the consumption of such resources, a drone was utilized to take runway images and cracks were identified from the images via deep learning. Data sets were generated through labeling of the images, and the deep learning model was applied to them to evaluate the learning accuracy. As a result of the verification of the trained model, runway cracks were identified, and also the location and size of the cracks were predicted and compared with the actual cracks. Through this research, it is expected to reduce the consumption of resources and increase the efficiency of air power operation by improving the accuracy and reliability of the identification of runway cracks in wartime and peacetime.

참고자료

· 없음