논문 상세보기
pp.25-32
본 연구는 모아레 현상을 이용하여 구조물의 평면부재의 변형을 탐지하는 방식을 개발하였다. 평행선형상인 기존연구와 비교하여 본 연구의 원형형상은 변형 시 고유한 무늬가 나타나 변형의 방향도 시각적으로 인지할 수 있었다. 또한 변형을 확실하고 자동 으로 구분할 수 있도록 기계학습의 이미지분류를 사용하여 탐지한 결과 이미지 표면이 오염되더라도 KNN, SVM방식으로는 95%의 인식률, AlexNet과 Gogglenet Inception으로는 99%의 인식률을 보여 실현장활용이 가능할 것으로 판단된다.
This study presents a method for detecting deformation of a structure using moire fringe. Compared with the previous study result obtained by using a parallel line shape, the circular shape showed a unique pattern at the time of deformation and the direction of deformation could be visually recognized. In addition, image classification using machine learning was applied so that deformations were clearly and automatically distinguished. Even if the image surface was contaminated, the recognition rate was 95% in KNN and SVM, and was 99% in AlexNet and GoggleNet inception, which implies that field application is possible.
요 약
I. 서 론
II. 모아레 패턴(Moire Fringe)
III. 모아레 패턴 영상시뮬레이션
IV. 기계학습을 통해 이미지 분류, 영상시뮬레이션 결과와 실제촬영 결과
4.1 인공신경망(Neural Network)
4.2 Support Vector Machine (SVM)
4.3 기계학습 및 이미지분류
4.5 공개데이터세트의 신경망변화(Transfer Learning)를이용한 분류
V. 결 론
참고문헌
