드론·항공 영상 기반 인프라 결함 탐지 및 면적 산정 연구

Drone/Aerial Vision for Infrastructure Defect Detection and Area Estimation

연구 내용

Mask R-CNN과 외곽선/연결성 기반 후처리, RGB·열 카메라 융합을 활용해 포트홀·터널·태양광 설비의 결함을 탐지하고 면적 또는 위치를 산정하는 연구

도로 및 에셋의 유지보수 목적에 맞춰 드론·항공 영상에서 결함 영역을 자동으로 추정하는 방법을 다룹니다. 객체 마스크를 추출한 뒤 외곽선 검출과 최근접 이웃 연결을 통해 경계가 끊기지 않게 정제하여 정밀 면적 산정으로 연결합니다. 또한 딥러닝 기반 포트홀 탐지 모델을 구축하고, 웹 서비스 형태로 실사용 환경에서 결함 정보를 제공하는 절차를 포함합니다. 터널 영상은 모자이킹으로 내부 관측을 구성하고, 태양광 설비는 RGB 기반 위치 인식과 열 카메라 기반 이상 지점 탐지를 결합해 지도화합니다. 휴대 단말에서도 이미지 처리 기반 계측 자동화를 구현합니다.

관련 프로젝트

0건

연구 흐름

초기에는 드론 영상에서 객체 영역을 계산하기 위해 Mask R-CNN 기반 마스크 추출과 외곽선 연결 후처리를 결합하는 방법을 연구했습니다. 2020년에는 포트홀 결함을 영상에서 관리·분석하는 시스템과 터널 모니터링을 위한 모자이싱 접근이 함께 진행되었습니다. 이후 2021년에는 면적 측정 정확도를 높이는 경계 정제 절차를 구체화했습니다. 2023년에는 포트홀 딥러닝 탐지 모델을 학습 데이터셋과 함께 확장하고, 웹 서비스로 실환경 적용 가능성을 보였습니다. 2025년에는 태양광 설비에 RGB·열 카메라를 결합한 결함 탐지·매핑으로 연구 범위를 확장했으며, 휴대 단말 기반 아날로그 계측 자동화도 병행했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

포트홀 탐지 웹 서비스
도로 결함 우선순위 산정
손상 영역 정밀 면적 계산
터널 내부 영상 모자이킹
터널 모니터링 관측 자동화
태양광 설비 결함 위치 매핑
RGB·열 카메라 이상 탐지
드론 기반 자산 점검 파이프라인
휴대 단말 이미지 계측 자동화
원격탐사 기반 유지관리 데이터 구축