이미지에서 균열을 탐지하기 위한 지속적인 노력이 이루어져 왔다. 균열을 탐지하거나 균열 영역을 분할하기 위해 다양한 CNN 모델이 개발되고 시험되었다. 그러나 선행 연구에서 사용된 대부분의 데이터셋은 뚜렷하게 식별되는 균열 이미지를 포함하고 있었다. 저해상도에서 촬영된 흐릿한 균열에 대해서는 이전 방법들이 검증된 바가 없다. 따라서 본 논문은 흐릿하고 식별이 불분명한 콘크리트 균열의 영역을 탐지하는 프레임워크를 제시하였다. 이 프레임워크는 이미지를 작은 정사각형 패치로 분할하고, 각 패치를 균열 또는 비(非)균열로 분류한다. 잘 알려진 CNN 모델을 분류에 사용하고, 실험을 통해 서로 비교하였다. 또한 훈련 성능에 상당한 영향을 미치는 핵심 요인인 패치 크기와 패치를 라벨링하는 방식에 대해 상세히 설명하였다. 더 나아가 균열 길이를 측정하기 위한 일련의 후처리 과정을 도입하였다. 제안된 프레임워크는 얇고 흐릿한 균열이 포함된 교량 바닥판 이미지에 대해 시험되었으며, 실무자 수준에 필적하는 신뢰할 수 있는 성능을 보였다.

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