본 연구는 기계식 앵커와 FRP를 새로운 시스템으로 복합하여 새로운 메커니즘의 Hybrid 앵커모델의 파괴형태중 균 열을 영상기반으로 프로세싱하여 균열탐지하는 메카니즘을 제시하였다. 기존의 cascade mask R-CNN 방식보다 탐지율과 효율성 이 우수한 Dense-UNet 기법을 활용하여 균열탐사기법에 활용하였다. 기존의 균열 뿐 아니라 앵커주위의 Round crack도 함께 탐 사되어 앵커 설치후 초기 균열 탐사에 효율성을 크게 가질 수 있다고 판단된다. 따라서 향후연구에서는 이미지 프로세싱 타임 을 줄이면서 정확도를 높일수 있는 Post-Processing이 보완된다면 균열탐사 및 오탐을 줄이는데 크게 효과적일 것으로 사료된다. 또한 피사체와 카메라와의 거리를 계산하여 알고리즘에 고려한다면 구조적 균열기준인 0.3 mm의 균열 탐사에도 활용할 수 있 는 효과적인 기법이라 판단된다.

This study presents a mechanism for detecting cracks. The cracks are processed in the destruction form of the new anchor model of the new mechanism by binding mechanical anchors and FRP with a new system. This crack detection method was performed using the Dense-UNet technique, which has better detection rate and efficiency than the existing cascade mask R-CNN method. In this study, existing and round cracks around the anchor were explored simultaneously; thus, the initial crack exploration can obtain great efficiency after anchor installation. Therefore, in future studies, if post-processing is complemented, which can increase the accuracy while reducing image processing time, then it is considered effective in reducing crack exploration and false detection. Additionally, if the distance between the subject and the camera is calculated and considered in the system, then it can be used as an effective technique for crack exploration of 0.3 mm, which is the structural crack standard.

Abstract
1. 서 론
2. 실험체 제작
    2.1 앵커 실험체 제작
    2.2 실험체 설치
3. 딥러닝 네트워크
4. 해석 결과
5. 결 론
감사의 글
REFERENCES

• 장준호(계명대학교 토목공학과 교수) | Chang, Chun Ho (Professor. Department of Civil Engineering, Keimyung University, Daegu, Korea) Corresponding author