의미론적 분할 인공지능 활용 아파트 콘크리트 균열 검출 연구

초록

콘크리트 균열의 육안 검사는 아파트와 같은 고층 건축물에 부적합하며, 인공지능을 활용한 균열 검출 선행 연구는 노후 건축물과 콘크리트 시편의 검사에 집중되었다. 이에 본 연구는 아파트와 같은 고층 건물 건설 현장에서 콘크리트 균열을 점검하기 위하여 드론을 활용한 아파트 외벽 영상 촬영, YOLOv8 및 SemiVL 모델을 이용한 위양성 유발 요소 제거 알고리즘 개발, CSBSR 모델을 이용한 균열 탐지 알고리즘 개발의 3단계 균열 검출 방식을 제시하고 성능을 검증하였다. 개발한 알고리즘의 성능 시험 결과는 다음과 같다. 위양성 유발 요소 제거에 있어 SemiVL 모델의 mIoU가 YOLOv8 모델에 비하여 5.03%p 높고 성능 시험 이미지에서 위양성이 나타나지 않아 더 적합한 것으로 판명되었다. 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 예측되었다. 본 연구는 드론 촬영 및 인공지능 기술을 건설 현장에 실증 적용함으로써 자동화된 균열 검출 시스템의 실현 가능성을 제시하며, 고층 건축물 건설 현장의 콘크리트 하자 진단을 위한 기초 자료로 활용될 수 있을 것이다.

키워드