포트홀(pothole)은 깊이가 15mm 이상인 포트(pot) 형태의 함몰로 나타나는 전형적인 도로 손상이다. 대형 포트홀은 교통사고를 유발하므로 신속한 유지보수가 필요하다. 본 논문에서는 드론과 딥러닝을 이용한 항공 이미지 기반 포트홀 탐지 시스템을 제안한다. 드론은 교통 상황의 영향을 받지 않으므로, 도로를 주행하며 촬영하는 방식보다 더 빠르게 넓은 영역을 촬영할 수 있다. 제안된 시스템은 딥러닝을 사용하여 드론 이미지에서 포트홀을 탐지한다. 포트홀 탐지를 위해 Inception v3 모델에 기반한 딥러닝 분류 모델이 자체 구축한 항공 이미지 기반 포트홀 데이터 세트를 학습한다. 모델의 포트홀 탐지 성능을 평가하기 위해 약 5,496장의 이미지 데이터셋을 사용하여 재현율(recall)과 정밀도(precision)를 측정한다. 제안된 시스템은 개발된 딥러닝 모델을 활용하여 실제 환경에서 사용할 수 있는 웹 서비스 시스템으로 구현된다. 구현된 서비스 시스템을 실제 도로 유지보수에 적용한 결과, 기존 포트홀 탐지 방법보다 더 짧은 시간에 더 넓은 영역에서 포트홀을 탐지하고 도로 보수 담당자에게 정보를 제공할 수 있음을 보여준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.