• 플랜트 저널
• /
• 제17권3호
• /
• pp.37-41
• /
• 2021

P&ID(Piping and Instrument Diagram)는 플랜트의 장치 및 계장 정보를 집약적으로 담고 있는, 엔지니어링 핵심도면이다. 한 장의 P&ID에는 심볼로 표현된 수백 여개의 정보들이 존재하며, 이에 대한 디지털 전산화 작업이 수작업으로 진행되고 있어 많은 인력과 시간이 소요된다. 기존 연구들은 CNN 모델을 이용하여 도면 객체 검출에 성공하였으나, 도면 한 장당 약 30분, 인식률은 90% 정도로 현장에서 구현하기에는 부족한 성능이다. 따라서 본 연구에서는 영역 검출과 객체 인식을 동시에 처리하는 1-stage 객체 검출 알고리즘을 제안하였다. 이미지 레이블링 오픈소스 툴을 이용하여 학습 데이터를 구축하고 딥러닝 모델 학습을 통해 도면 내 심볼 이미지 인식 방법을 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.860-861
• /
• 2013

최근 고도의 산업 발전이 진행되면서 생산현장의 IT 기술을 접목한 자동화시스템이 대두되고 있다. 특히 설계 도면과 생산된 부품의 정합여부를 검사하여 제품의 생산 품질을 관리하는 도면정합검사는 기존의 수작업을 대체하고, 신뢰성을 보장할 수 있는 자동화 시스템의 도입이 필수적이다. 이에 본 논문에서는 비전 시스템을 기반으로 생산된 부품의 이미지를 인식/추출하고, 이를 이미지화된 도면과 매칭하여 정합 검사하는 도면정합검사시스템을 설계하였다. 따라서 기존의 수작업을 대체하여 생산의 효율을 높이고, 보다 정확한 검사기록을 관리하여 생산의 신뢰성 향상에 크게 기여할 수 있을 것이다.

• 한국지능시스템학회논문지
• /
• 제16권4호
• /
• pp.449-453
• /
• 2006

본 논문은 시설물의 효율적인 유지보수 관리를 위해 이미지 도면의 부품정보를 효율적으로 활용할 수 있는 방안을 제시한다. 시설물 설계 도면에는 시설물을 구성하는 부품에 대한 정보가 표현되어 있고, 각 부품을 구분하기 위해 레전드 문자가 표기되어 있다. 본 논문은 이미지 도면의 레전드 문자 인식을 위해 인공지능 기법을 적용한다. 마지막으로, 본 논문에서 제안한 방법의 효율성을 평가하기 위해 인공지능기법을 도면관리시스템에 적용한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.91-94
• /
• 2019

스케치를 거쳐 생성되는 디지털 자료로 건축도면이나 제품 디자인시안 등은 수요가 많음에도 불구하고 디지털 도면 자동생성에 대한 영상처리는 아직 연구되지 않고 있다. 현행 필기인식에 대한 영상처리 연구는 주로 글자나 숫자에 국한되어 있어 본 연구에서는 선으로 이루어진 필기를 인식하여 도면이라는 이진영상의 특징을 이용해 특징점을 도출하고 디지털 도면을 생성하는 영상처리를 제안한다. 먼저 입력받은 아날로그 스캔이미지를 메디안블러링과 OSTU임계처리로 노이즈가 없는 이진영상으로 변환한 후 해리스코너검출기를 이용하여 특징점을 검출하고 좌표를 추출하고, 좌표값을 활용해 외곽선과 내부윤곽선까지 구현하여 디지털도면을 양산한다.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.17-25
• /
• 2023

본 논문에서는 의류 디자인 도면 이미지의 글자 검출을 위한 경량화된 딥러닝 네트워크를 제안하였다. 최근 의류 디자인 산업에서 Digital Transformation의 중요성이 대두되면서, 디지털 도구를 활용한 의류 디자인 도면 작성이 강조되고 있으며, 디지털화된 의류 디자인 도면의 활용 가능성을 고려할 때, 도면에서 글자 검출과 인식이 중요한 첫 단계로 간주된다. 이 연구에서는 기존의 글자 검출 딥러닝 모델을 기반으로 의류 도면 이미지의 특수성을 고려하여 경량화된 네트워크를 설계하였으며, 별도로 수집한 의류 도면 데이터 셋을 추가하여 딥러닝 모델을 학습시켰다. 실험 결과, 제안한 딥러닝 모델은 의류 도면 이미지에서 기존 글자 검출 모델보다 약 20% 높은 성능을 보였다. 따라서 이 논문은 딥러닝 모델의 최적화와 특수한 글자 정보 검출 등의 연구를 통해 의류 디자인 분야에서의 Digital Transformation에 기여할 것으로 기대한다.

• 한국컴퓨터정보학회논문지
• /
• 제19권10호
• /
• pp.35-42
• /
• 2014

주어진 실내 환경에 위치한 여러 장애물에 대한 정보를 사전에 훈련하고 인식하여 로봇의 인지 능력을 향상시키기 위해 스테레오비전 센서의 RGB-D 이미지에서 인텐시티를 기반으로 일정 거리 안에 있는 장애물을 검출하는 기법을 제시한다. RGB-D 인텐시티 정보에 대해 PCA, ICA, LDA, SVM의 주요 패턴인식 알고리즘을 적용하여 인식률 및 실행시간을 구하고, 여러 패턴인식 알고리즘 중에서 어떤 알고리즘이 인식률 및 실행시간 측면에서 적용이 가능한지를 제시한다. 실험결과, RGB-D 데이터와 인텐시티 데이터를 비교한 결과 정확도면에서는 RGB-D 데이터가 4.2% 높은 인식률을 보였으나 훈련시간은 인텐시티 데이터가 RGB-D 이미지에 비해 LDA의 경우 29%, SVM의 경우 31% 빠르게 처리되었으며 테스트시간은 LDA의 경우 70%, SVM의 경우 33% 빠르게 처리되어 모바일 로봇 장애물 인식에 인텐시티 데이터를 사용하는 것이 정확도면에서도 우수하고 처리 속도 면에서 높은 개선효과가 있다.

• 한국건축시공학회지
• /
• 제20권3호
• /
• pp.289-296
• /
• 2020

본 연구는 철근 배근과 관련된 증강현실을 구현할 수 있도록 2D 도면에서 배근 정보를 자동으로 추출하여 3D 배근 모델을 생성하는 방법론을 제시하였다. 사용자가 쉽게 도면정보를 획득할 수 있도록 휴대용 단말기에 내장된 카메라를 이용하여 도면을 촬영한 후 화상 인식(Image Recogni-tion)과 문자 인식(OCR; Optical Character Recognition) 도구를 활용하여 배근 정보를 추출하는 방법을 제시하였다. 또한, 게임 엔진을 활용하여 도면에서 추출된 정보를 입력받아 자동으로 3D 부재를 모델링하고 이를 실제 이미지와 중첩해서 배근 모델을 검토할 수 있는 증강현실 앱을 구현하였다. 기존에 개발된 프로그래밍 도구를 활용하여 제시한 방법론에 적용할 수 있도록 세부 내용을 기술하였으며, 건설현장에서 전형적인 부재를 대상으로 철근 배근 증강현실 모델을 구현한 결과를 검토하였다. 제시된 증강현실 배근 모델 자동 생성 방법론은 배근 교육이나 시공검토에 활용될 수 있을 것으로 기대된다.

• 방송공학회논문지
• /
• 제27권3호
• /
• pp.391-401
• /
• 2022

최근 딥러닝 기반의 객체 검출 및 인식 연구가 발전해가면서 산업 및 실생활에 적용되는 범위가 넓어지고 있다. 건설 분야에도 딥러닝 기반의 시스템이 도입되고 있지만 아직은 미온적이다. 건설 도면에서 자재 산출이 수작업으로 이뤄지고 있어 많은 소요시간과 부정확한 적산 결과로 잘못된 물량산출의 거래가 생길 수 있다. 이를 해결하기 위해서 빠르고 정확한 자동 도면 인식시스템이 필요하다. 따라서 본 논문은 건설도면 내 철강 자재를 검출하고 인식하는 인공지능기반 자동 도면 인식 적산 시스템을 제안한다. 빠른 속도의 YOLOv4 기반에 소형 객체 검출성능을 향상하기 위한 복제 방식의 데이터 증강기법과 공간집중 모듈을 적용하였다. 검출한 철강 자재 영역을 문자 인식한 결과를 토대로 철강 자재를 적산한다. 실험 결과 제안한 방식은 기존 YOLOv4 대비 정확도와 정밀도를 각각 1.8%, 16% 증가시켰다. 제안된 방식의 Precision은 0.938, Recall은 1, AP_0.5는 99.4%, AP_0.5:0.95 68.8%의 향상된 결과를 얻었다. 문자 인식은 기존 데이터를 사용한 인식률 75.6%에 비해 건설도면에 사용되는 폰트에 맞는 데이터 세트를 구성하여 학습한 결과 99.9%의 인식률을 얻었다. 한 이미지 당 평균 소요시간은 검출 단계는 0.013초, 문자 인식은 0.65초, 적산 단계는 0.16초로 총 0.84초의 결과를 얻었다.

• 한국건설관리학회논문집
• /
• 제23권2호
• /
• pp.45-53
• /
• 2022

본 연구의 목적은 드론을 활용하여 철근콘크리트 말뚝기초의 시공 오차를 분석하는 모델을 제시하는 것이다. 이에 따라 먼저, 드론을 활용하여 건설 현장에 대한 항공이미지를 획득하고 이를 기반으로 정사모자이크 이미지를 생성하고 다음으로 허프 변환 원형 검출 방법을 활용하여 정사모자이크 이미지에서 원형 형태의 말뚝기초를 자동으로 인식하도록 하였다. 마지막으로, 중첩된 정사 모자이크 이미지와 구조 도면 상의 철근콘크리트 말뚝기초의 중심점을 기준으로 연단거리를 계산하고, 수평 위치변동 15cm를 기준으로 철근콘크리트 말뚝기초의 시공 오차를 분석한다. 또한, 제시된 모델의 활요성을 검증하기 위하여 토공 및 지정공사가 진행 중인 교육시설물 1개소를 선정하여 적용한 결과, 시공된 말뚝기초 전부를 자동으로 인식하였고 오차범위를 초과한 말뚝기초의 개수를 도출하였다.

• 한국재난정보학회 논문집
• /
• 제18권4호
• /
• pp.883-890
• /
• 2022

연구목적:현재 국내 소방시설설계의 경우 낮은 설계단가와 업체 간 과열 경쟁으로 고급 인력에 대한 확보가 어려워 건축물의 화재안전성능을 향상시키는데 한계가 있다. 이에 이러한 문제를 해소하고 선도적인 소방엔지니어링 기술을 확보하기 위해 AI 기반 소방설계솔루션을 연구하였다. 연구방법: 기존 소방설계에 많이 사용되는 AutoCAD를 통해 기본 설계 및 실시 설계에 필요한 절차를 프로세스화 하고 YOLO v4 객체 인식 딥러닝 모델을 통해 AI기술을 활용하였다. 연구결과:소방시설에 대한 설계프로세스를 통해 설비의 결정과 도면 설계 자동화를 진행하였다. 또한 문 및 기둥에 대한 이미지를 학습시켜 인공지능이 해당 부분을 인식하여 경계구역 선정, 배관 및 소방시설을 설치하는 기능을 구현하였다. 결론:인공지능 기술을 기반으로 건축물 화재방호 설비에 대한 기본 및 실시 설계 도면 작성 시 인적 및 물적 자원을 저감시킬 수 있을 것으로 확인되었으며 선행적인 기술 개발을 통해 인공지능 기반 소방설계에 기술력을 확보하였다.