• 한국컴퓨터정보학회논문지
• /
• 제25권3호
• /
• pp.27-32
• /
• 2020

본 논문에서는 금속스크랩이 쌓이는 스크랩박스의 적치 상태를 측정하는 알고리즘을 제안한다. 적치 상태 측정 문제를 다중 클래스 분류 문제로 정의하여, 딥러닝 기법을 이용해 스크랩박스 촬영 영상만으로 적치 상태를 구분하도록 하였다. Transfer Learning 방식으로 학습을 진행하였으며, 딥러닝 모델은 NASNet-A를 이용하였다. 더불어 분류 모델의 정확도를 높이기 위해 학습된 NASNet-A에 랜덤포레스트 분류기를 결합하였으며, 후처리를 통해 안전성을 높였다. 현장에서 수집된 4,195개의 데이터로 테스트한 결과 NASNet-A만 적용했을때 정확도 55%를 보였으며, 제안 방식인 Random Forest를 결합한 NASNet은 88%로 향상된 정확도를 달성하였다.

• 헤리티지:역사와 과학
• /
• 제51권3호
• /
• pp.4-31
• /
• 2018

홍주읍성의 초축 연대는 명확히 알 수 없으나 문종 1년 축조 이후 수십 차례에 걸친 보수와 정비를 거쳤으며, 일제강점기에 일부 성벽이 훼철되면서 오늘날의 형태를 갖게 되었다. 홍성은 지구조적으로 지진의 발생 가능성이 높은 지역이다. 역사지진 기록이 남아 있으며, 1978년과 1979년에 각각 규모 5.0과 4.0의 지진이 발생하여 성벽 일부가 붕괴된 바가 있다. 2010년에는 집중강우에 의해 성벽이 붕괴되기도 하였다. 홍주읍성 성벽은 구간에 따라 다양한 구성암종, 치석형태, 축조방식, 채움재료 등이 적용되었다. 또한 보수과정에서 기존의 성벽을 훼철하지 않고 재사용 가능한 부분을 그대로 사용하여 시대에 따른 특성이 성벽에 수직적으로 반영되어 나타난다. 따라서 홍주읍성의 유형분류는 성벽의 수직적 분포를 기준으로 나누었으며, 축성유형의 수직적 개수에 따라 유형 I, 유형 II, 유형 III으로 구분하였다. 성벽에 사용된 암석은 주로 조립질화강암이나 성벽유형에 따라 암종의 차이가 명확하다. 성벽 하부는 자연석 내지 할석을 사용하여 다양한 암종이 혼재되어 나타나나, 중앙부의 치석한 암석은 대부분 조립질 화강암이다. 보수석재는 담홍색화강암이나 수구지와 조양문의 구성 암종은 성벽과 상이하다. 홍주읍성의 대표적인 손상유형은 배부름, 성돌의 돌출, 기초부 성돌의 유실, 부재의 이격, 균열 및 단열, 기초불안정 및 구조적 변형이다. 성벽에 발생하는 거동의 양과 방향을 확인하기 위해 수동 간이계측 및 광파측정을 수행하였다. 수동계측 결과, 성벽의 구조적 변형이 진행되는 구간을 분류할 수 있다. 광파측정 자료와 비교한 결과, 두 모니터링 방법은 상호 상관관계가 있는 것으로 나타났다. 따라서 장기적인 보존관리 방안으로 두 계측방법은 상호 보완적으로 활용할 수 있으며, 홍주읍성의 안정화를 위해 계측시스템은 유지, 관리 및 개선되어야 할 것이다. 남문지 일대의 계측결과를 종합할 때, 붕괴된 성벽 또한 강우에 의한 거동변화가 지속적으로 진행되었을 것이다. 오랜 기간 변위가 누적된 상태에서 집중강우에 의해 발생한 이상거동에 따라 임계점을 초과하여 붕괴에 이르렀을 개연성이 충분하다. 홍주읍성 성벽의 효율적 관리를 위해 연구결과를 토대로 0등급부터 5등급까지 총 6단계의 관리등급을 제안하였다. 이 관리등급을 적용한 결과, 1등급 501.9m (61.10%), 2등급 29.5m (3.77%), 3등급 10.4m (1.33%), 4등급 241.2m (30.80%)로 나타났다. 4등급 구간은 홍화문 서쪽과 치성의 동쪽에 밀집된 양상으로 나타나며, 상시 모니터링 수행을 통해 위험상황에 대비해야 한다. 6단계로 분류한 관리등급은 전체적인 안정성 검토를 통해 수리와 보수가 수행된다면 다시 0등급으로 회귀하는 윤회적 시스템이다. 이를 위해서는 주기적인 정밀 모니터링을 통한 관리등급의 평가가 필요하다.