철도 데이터는 유지 관리 및 도시 계획 목적을 위해 중요하다. 레일에 경우, 외부요인으로 인한 변형을 모니터링해야 하기 때문에 선형 데이터 확보가 필수적이다. 그러나 철도는 규모가 방...
http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=A108702215
2023
-
500
학술저널
113-113(1쪽)
0
상세조회0
다운로드국문 초록 (Abstract)
철도 데이터는 유지 관리 및 도시 계획 목적을 위해 중요하다. 레일에 경우, 외부요인으로 인한 변형을 모니터링해야 하기 때문에 선형 데이터 확보가 필수적이다. 그러나 철도는 규모가 방...
철도 데이터는 유지 관리 및 도시 계획 목적을 위해 중요하다. 레일에 경우, 외부요인으로 인한 변형을 모니터링해야 하기 때문에 선형 데이터 확보가 필수적이다. 그러나 철도는 규모가 방대하여 데이터 수집에 시간과 비용이 상당히 소모된다. 위와 같은 문제를 해결하기 위해 본 연구에서는 딥 러닝 및 컴퓨터 비전 기술을 활용하여 레일 선형을 탐지하는 방법을 제안 했다. 제안된 방법은 1) Rail Segmentation, 2) Rail Alignment Detection으로 구성되어 있다. 제안된 방법은 현장 데이터를 사용하여 검증되었으며, 평균 RMSE(Root Mean Square Error)가 3.24 mm의 결과를 나타냈다. 제안된 방법은 3D 선형 데이터 수집에 필요한 시간과 비용을 줄여 보다 효율적인 데이터 수집이 가능하다. 또한 수집된 데이터는 유지 관리 및 도시계획 등 다양한 목적으로 활용할 수 있을 것으로 기대된다.
다방향 NaCl 침투 면적 평가를 위한 이미지 프로세싱 연구
구조물 균열 탐지를 위한 SSD-MobileNet 기반의 이미지 인식 시스템
원격모니터링 기반 제3종 집합시설물 안전점검 결과 평가 및 유지보수 의사결정 표준화 개발