• 한국측량학회지
• /
• 제31권6_2호
• /
• pp.611-623
• /
• 2013

Point cloud data (i.e., LiDAR; Light Detection and Ranging) collected by Airborne Laser Scanner (ALS) system is one of the major sources for surface reconstruction including DEM generation, topographic mapping and object modeling. Recently, demand and requirement of the accurate and realistic Digital Building Model (DBM) increase for geospatial platforms and spatial data infrastructure. The main issues in the object modeling such as building and city modeling are efficiency of the methodology and quality of the final products. Efficiency and quality are associated with automation and accuracy, respectively. However, these two factors are often opposite each other. This paper aims to introduce correction scheme of incorrectly determined Model Key Points (MKPs) regardless of the segmentation method. Planimetric and height locations of the MKPs were refined by surface patch fitting based on the Least-Squares Solution (LESS). The proposed methods were applied to the synthetic and real LiDAR data. Finally, the results were analyzed by comparing adjusted MKPs with the true building model data.

• 전자공학회논문지
• /
• 제54권3호
• /
• pp.97-107
• /
• 2017

자동문에 있어서 적외선과 마이크로파 센서는 물체인식 입력신호를 통해 모터 개폐동작 제어를 담당하는 핵심부품으로 많이 사용하고 있다. 적외선과 마이크로파 기반의 센서를 자동문에 적용한 기존 시스템 경우, 대부분 건물외부로 노출하여 설치하기 때문에 태양의 적외선 또는 가시광선에 의해 오동작이 발생하게 된다. 또한 실내 외의 온도 차로 인한 환경변화는 물체인식 검출신호에 잡음을 일으키는 원인이 되기도 한다. 이러한 문제점과 더불어 빠르게 이동하는 물체를 감지센서가 검출영역에 대한 처리속도를 따라가지 못하는 하드웨어 결함이 감지 사각지대를 만들게 된다. 이는 자동문을 이용하는 통행자의 안전문제에 직접적인 영향을 주고 있기 때문에 빠른 개선방안이 필요한 시점이다. 본 논문은 기존의 감지센서 외에 초음파 센서를 추가 설치하여 검출영역을 개선하기 위한 실험을 진행하였다. 초음파 신호의 검출특성과 장점을 자동문에 적용하여 빠르게 이동하는 물체의 접근경로와 고정 장애물의 위치영역을 정확하고 신속하게 처리하는 연산회로와 검출 알고리즘을 구현하였다. 이를 통해 초음파 센서를 적용한 자동문이 사각지대를 감지하는 검출영역에서 성능개선으로 이어지는 결과를 현장실험을 통해서 확인하고 개선방안을 제안하였다.

• 한국건축시공학회지
• /
• 제10권4호
• /
• pp.105-112
• /
• 2010

현재 건설 산업에서 나타나고 있는 숙련공 부족 현상, 기술자의 고령화 문제, 안전상의 문제 등을 해결하기 위한 대안으로써 자동화 건설기계들의 개발 요구가 점점 늘어나고 있다. 특히 토공작업은 매우 기계 의존적인 작업이기 때문에 자동화 건설기계의 개발과 관련된 연구가 많이 이루어지고 있으며, 자동화 굴삭기를 개발하는 데 있어서는 안전을 확보하는 것이 매우 중요하다. 본 연구에서는 토공작업을 효율적으로 할 수 있도록 토공작업 시 작업환경의 안전을 위해, 레이저센서를 이용하여 자동화 굴삭기의 안전관리 시스템에 활용하기 위한 장애물 탐지 기술을 개발하고자 한다. 또한 요소기술로 선정된 레이저 센서의 입증된 성능을 바탕으로 여러 대의 센서를 동시에 구동하는 전방위 탐지 기술 개발을 목적으로 하였고, 굴삭기 장착 실험의 이전 과정으로 전방위 탐지 기술에 대한 토공사 현장에서의 기능테스트 및 사용자 인터페이스 작동 실험을 실시한다. 이는 자동화 굴삭기의 안전관리 시스템에 적용 가능한 기술로써 활용될 수 있을 것이다.

• 대한건축학회논문집:계획계
• /
• 제36권5호
• /
• pp.93-103
• /
• 2020

The purpose of this study is to suggest a supervisory way to improve the efficiency of Building Supervision using Deep Learning, especially object detecting technology. Since the establishment of the Building Supervision system in Korea, it has been changed and improved many times systematically, but it is hard to find any improvement in terms of implementing methods. Therefore, the Supervision is until now the area where a lot of money, time and manpower are needed. This might give a room for superficial, formal and documentary supervision that could lead to faulty construction. This study suggests a way of Building Supervision which is more automatic and effective so that it can lead to save the time, effort and money. And the way is to detect the hoop-bars of a column and count the number of it automatically. For this study, we made a hoop-bar detecting network by transfor learnning of YOLOv2 network through MATLAB. Among many training experiments, relatively most accurate network was selected, and this network was able to detect rebar placement in building site pictures with the accuracy of 92.85% for similar images to those used in trainings, and 90% or more for new images at specific distance. It was also able to count the number of hoop-bars. The result showed the possibility of automatic Building Supervision and its efficiency improvement.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 춘계학술대회 논문집
• /
• pp.307-310
• /
• 2006

고해상도(VHR, Very High Resolution) 영상은 활용에 따라 도심의 다양한 정보를 얻을 수 있는 잠재적 가치가 매우 큰 자료이다. 그러나 이러한 고해상도 영상자료는 매우 높은 공간해상력으로 인해 같은 용도의 객체 혹은 같은 객체(예, 건물)라 할지라도 다양한 분광 특성 및 형태로 표현된다. 그러므로 이러한 고해상도영상을 이용하여 효과적으로 주제도를 생성하기 위해서는 현재까지 영상분류 분야에서 주로 활용되고 있는 화소(pixel)단위 기반의 분석방법으로는 한계가 존재한다. 본 연구에서는 이러한 문제점을 보완하기 위한 방법으로 활발한 연구가 진행되고 있는 세그멘트(segment) 혹은 객체(object) 기반 분류기법을 고해상도 영상 및 라이다 자료에 적용하여 도심지역의 건물들을 추출해 보았으며, 그 활용 가능성에 대하여 판단해 보았다. 이러한 세그멘트 기법은 분류하고자 하는 객체들을 하나의 동일한 특성을 가지는 집단으로 모으는 방법을 말하는데, 이를 위해 본 연구에서는 multi-resolution image segmentation기법을 제공해주는 eCognition이라는 소프트웨어를 이용하였다.

• 한국BIM학회 논문집
• /
• 제11권3호
• /
• pp.45-54
• /
• 2021

The augmented reality (AR) has recently became an attractive technology in construction industry, which can play a critical role in realizing smart construction concepts. The AR has a great potential to help construction workers access digitalized information about design and construction more flexibly and efficiently. Though several AR applications have been introduced for on-site made to enhance on-site and off-site tasks, few are utilized in actual construction fields. This paper proposes a new AR framework that provides on-site managers with an opportunity to easily access the information about construction resources such as workers and equipment. The framework records videos with the camera installed on a wearable AR device and streams the video in a server equipped with high-performance processors, which runs an object detection algorithm on the streamed video in real time. The detection results are sent back to the AR device so that menu buttons are visualized on the detected objects in the user's view. A user is allowed to access the information about a worker or equipment appeared in one's view, by touching the menu button visualized on the resource. This paper details implementing parts of the framework, which requires the data transmission between the AR device and the server. It also discusses thoroughly about accompanied issues and the feasibility of the proposed framework.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권2호
• /
• pp.855-870
• /
• 2020

Windows are key components of building facades. Detecting windows, crucial to 3D semantic reconstruction and scene parsing, is a challenging task in computer vision. Early methods try to solve window detection by using hand-crafted features and traditional classifiers. However, these methods are unable to handle the diversity of window instances in real scenes and suffer from heavy computational costs. Recently, convolutional neural networks based object detection algorithms attract much attention due to their good performances. Unfortunately, directly training them for challenging window detection cannot achieve satisfying results. In this paper, we propose an approach for window detection. It involves an improved Faster R-CNN architecture for window detection, featuring in a window region proposal network, an RoI feature fusion and a context enhancement module. Besides, a post optimization process is designed by the regular distribution of windows to refine detection results obtained by the improved deep architecture. Furthermore, we present a newly collected dataset which is the largest one for window detection in real street scenes to date. Experimental results on both existing datasets and the new dataset show that the proposed method has outstanding performance.

• 한국재난정보학회 논문집
• /
• 제20권2호
• /
• pp.315-328
• /
• 2024

연구목적: 본 논문은 CCTV에서 확인하기 어려운 도심 생활안전 이상상황을 감지하기 위해 다종 복합 센서 정보를 활용한 서비스 구축방안을 제시하는데 목적이 있다. 연구방법:본 연구는 실제 테스트베드 데이터를 기반으로 서비스 시나리오를 선정하고, 주요 수요처인 지자체 스마트도시통합운영센터 운영자를 대상으로 서비스 중요도 분석을 수행하였다. 연구결과:서비스 시나리오는 크게 주야간 동적 객체 감지, 급격한 객체의 온도변화 감지, 시계열적 객체의 상대 온도변화 감지 유형으로 도출되었다. AHP 분석 결과, 사람, 차량 등 동적객체로 인한 보행, 모빌리티 충돌 위험상황 서비스와 즉각적인 대형 재난으로 이어지는 화재 전조현상 감지 서비스의 중요도가 높게 나타났다. 결론:본 연구는 테스트베드 실데이터 기반으로 지자체에서 활용 가능한 이상감지 서비스 구축방안을 제시한 의의가 있다. 이를 통해 지자체의 서비스 도입 의사결정을 지원하는 기초자료로 활용될 것으로 판단된다.

• 국제학술발표논문집
• /
• The 8th International Conference on Construction Engineering and Project Management
• /
• pp.313-322
• /
• 2020

The recognition of the risk hazards is a vital step to effectively prevent accidents on a construction site. The advanced development in computer vision systems and the availability of the large visual database related to construction site made it possible to take quick action in the event of human error and disaster situations that may occur during management supervision. Therefore, it is necessary to analyze the risk factors that need to be managed at the construction site and review appropriate and effective technical methods for each risk factor. This research focuses on analyzing Occupational Safety and Health Agency (OSHA) related to risk zone identification rules that can be adopted by the image recognition technology and classify their risk factors depending on the effective technical method. Therefore, this research developed a pattern-oriented classification of OSHA rules that can employ a large scale of safety hazard recognition. This research uses joint reasoning of risk zone Identification and numeric input by utilizing a stereo camera integrated with an image detection algorithm such as (YOLOv3) and Pyramid Stereo Matching Network (PSMNet). The research result identifies risk zones and raises alarm if a target object enters this zone. It also determines numerical information of a target, which recognizes the length, spacing, and angle of the target. Applying image detection joint logic algorithms might leverage the speed and accuracy of hazard detection due to merging more than one factor to prevent accidents in the job site.

• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1790-1796
• /
• 2021

영상 딥러닝을 위해서는 다량의 영상 데이터셋이 필요한데, 객체의 종류에 따라 영상을 구하고 영상 데이터셋을 구축하는 방법에 많은 차이가 있다. 본 논문에서는 딥러닝을 위한 영상 데이터셋을 구축하는 방법을 제시하고 추적하는 객체에 따라 달라지는 성능을 분석하였다. 제안하는 데이터셋 구축방법을 활용하여 객체를 회전시킨 후 동영상을 촬영, 분할하여 커스텀 데이터셋을 구축하고, 성능을 분석한 결과 95% 이상의 객체 검출률을 보였으며, 이동 시 객체의 형상 변화가 적은 경우에 더 높은 성능이 나타났다. 영상 데이터를 구하기 어렵고, 형태의 변화가 적은 객체를 동영상 내에서 추적하기 위한 상황을 위하여는 본 논문에서 제시한 데이터셋 구축방법을 활용하는 것이 효과적일 것으로 판단된다.