A Bulge Detection Model in Cultural Asset images using Ensemble of Deep Features

심층 특징들의 앙상블을 사용한 목조 문화재 영상에서의 배부름 감지 모델

  • Kang, Jaeyong (Dept. of Software, Korea National University of Transportation) ;
  • Kim, Inki (Dept. of IT.Energy Convergence, Korea National University of Transportation) ;
  • Lim, Hyunseok (Dept. of Software, Korea National University of Transportation) ;
  • Gwak, Jeonghwan (Dept. of Software, Korea National University of Transportation)
  • 강재용 (한국교통대학교 소프트웨어학과) ;
  • 김인기 (한국교통대학교 교통에너지융합학과) ;
  • 임현석 (한국교통대학교 소프트웨어학과) ;
  • 곽정환 (한국교통대학교 소프트웨어학과)
  • Published : 2021.07.14

Abstract

본 논문에서는 심층 특징 앙상블을 사용하여 목조 문화재의 변위 현상 중 하나인 배부름 현상을 감지할 수 있는 모델을 제안한다. 우선 총 4개의 서로 다른 사전 학습된 합성 곱 신경망을 사용하여 입력 영상에 대한 심층 특징들을 추출한다. 그 이후 4개의 서로 다른 심층 특징들을 결합하여 하나의 특징 벡터를 생성한다. 그 이후 합쳐진 특징 벡터는 완전 연결 계층의 입력 값으로 들어와서 최종적으로 변위가 존재하는지 아닌지에 대한 예측을 수행하게 된다. 데이터 셋으로는 충주시 근처의 문화재에 방문해서 수집한 목조 문화재 이미지를 가지고 정상 및 비정상으로 구분한 데이터 셋을 사용하였다. 실험 결과 심층 특징 앙상블 기법을 사용한 모델이 앙상블 기법을 사용하지 않은 모델보다 더 좋은 성능을 나타냄을 확인하였다. 이러한 결과로 부터 우리가 제안한 방법이 목재 문화재의 배부름 현상에 대한 변위 검출에 있어서 매우 적합함을 보여준다.

Keywords

Acknowledgement

This work was supported by the Basic Science Research Program through the National Research Foundation of Korea (NRF) funded by the Ministry of Education (Grant No. NRF-2020R1I1A3074141), the Brain Research Program through the NRF funded by the Ministry of Science, ICT and Future Planning (Grant No. NRF-2019M3C7A1020406), and "Regional Innovation Strategy (RIS)" through the NRF funded by the Ministry of Education.