Computer Vision-based Automated Adhesive Quality Inspection Model of Exterior Insulation and Finishing System

컴퓨터 비전 기반 외단열 공사의 접착제 도포품질 감리 자동화 모델

This research proposed a model for automatically monitoring the quality of insulation adhesive application in external insulation construction. Upon case implementation, the area segmentation model demonstrated a 92.3% accuracy, while the area and distance calculation accuracies of the proposed model were 98.8% and 96.7%, respectively. These findings suggest that the model can effectively prevent the most common insulation defect, insulation failure, while simultaneously minimizing the need for on-site supervisory personnel during external insulation construction. This, in turn, contributes to the enhancement of the external insulation system. Moving forward, we plan to gather construction images of various external insulation methods to refine the image segmentation model's performance and develop a model capable of automatically monitoring scenarios with a considerable number of insulation materials in the image.

본 연구에서는 외단열 공사의 단열재 접착제 도포 품질을 자동으로 감리할 수 있는 모델을 제안하였다. 사례 적용 결과, 영역 분할 모델은 mAP 92.3%의 정확도를 나타냈고, 제안 모델의 접착제 면적 비율 산출 정확도는 98.8%, 접착제 덩어리 중심 간 거리 산출 정확도는 96.7%로 나타났다. 본 연구 결과는 외단열 공사의 감리를 위한 현장투입 인력을 최소화하면서 외단열 공사의 가장 빈번한 하자인 단열재 탈락 하자를 예방할 수 있으며 나아가 외단열 시스템의 활성화에 기여할 수 있을 것으로 판단된다. 향후에는 다양한 환경에서 외단열 공법의 시공 영상을 수집하여 영상 분할 모델의 성능을 높이고, 영상 내에 다수의 단열재가 포함된 경우에도 자동 감리할 수 있는 모델을 개발하고자 한다.