비전 기반 현장 모니터링을 위한 데이터 구축·학습 최적화 연구

Data-centric computer vision for construction site monitoring

연구 내용

웹 크롤링과 합성 이미지를 활용해 학습 데이터의 품질을 확보하고, 자원 관계를 그래프로 모델링하여 현장 관측을 정밀화하는 연구

건설 현장 비전 모니터링은 라벨된 학습 데이터 부족과 장면 다양성으로 인해 성능 편차가 큽니다. 연구에서는 웹 크롤링 기반 자동 수집, 이미지 분할을 통한 라벨 자동 생성, 합성 데이터와 실데이터를 함께 사용하는 학습 전략으로 데이터 결핍을 완화합니다. 또한 건설 자원을 그래프 구조로 표현하고 관계 전파 효과를 신경 메시지 패싱으로 모델링하여 복잡한 장면의 시각적 관계를 탐지합니다. 그 결과 공정·자원 기반 생산성 분석과 디지털 운영에 연결되는 비전 파이프라인을 구축합니다.

관련 프로젝트

5건

연구 흐름

초기에는 웹 크롤링과 이미지 세분화를 결합해 대규모 학습 데이터베이스를 자동 구축하고, 이를 이용해 현장 객체 탐지 모델을 안정적으로 학습하는 절차를 확보했습니다. 이후에는 합성 이미지와 실 이미지의 혼합 학습으로 학습 데이터 부족 문제를 보완하고, 과업 중심 품질 지표를 고려한 사이트 최적 데이터베이스 개발로 확장했습니다. 최근에는 자원 간 관계를 그래프로 구조화하고 전파 효과를 모델링하는 방향으로 연구를 심화했으며, 표준 분류 체계를 기반으로 생산성 분석 프레임워크까지 연계했습니다. 병행하여 디지털트윈 플랫폼과 로봇 운영 시스템 과제로 현장 적용을 목표로 통합 기술을 개발하고 있습니다.

활용 가능성

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

디지털트윈 기반 현장 관측 모듈
현장 객체 탐지 및 재고 추정
자원 간 시각 관계 탐지
생산성 지표 자동 산출
합성-실 데이터 기반 학습 자동화
현장 데이터 품질 평가 체계
로봇 운영을 위한 상황 인식
스마트건설 플랫폼용 비전 API
검측·안전 모니터링 통합
현장 자동 라벨링 파이프라인
멀티사이트 일반화 모델 개발