모바일 골재 품질검사를 위한 이미지 기반 인공지능 골재 추출 시스템

Abstract

건설공사에서 모래, 자갈, 부순 돌 등의 골재는 콘크리트 제조에 약 70%의 용적을 차지하는 기초 재료로 품질의 양부가 성능, 강도, 내구성에 가장 큰 영향을 미친다. 채취장에서는 골재 품질을 위해 조립률과 입형 검사와 같은 골재의 적합성에 대한 품질 시험 검사를 필수적으로 시행하고 있으나, 시료 채취, 건조, 체 거름 등의 과정에서 상당한 인력, 시간, 비용이 투입되고 있다. 본 논문에서는 이와 같은 문제를 해결하고자 모바일 장치 기반으로 가상의 골재 분석을 실현하기 위한 이미지 기반 인공지능 골재 추출 시스템을 제안한다. 채취상태의 골재 더미에서 가장 위쪽에 있는 골재는 쉽고 정확하게 분류할 수 있지만 아래에 있는 골재는 일부가 겹쳐 분류가 어려운 문제가 있으며, 이는 골재입자의 정확한 모양과 크기를 알기 어렵게 한다. 본 논문은 이를 해결하기 위해 학습모델이 겹쳐진 부분을 알 수 있도록 실제 물리적인 현상을 반영하여 2D 상태의 합성 골재 데이터셋을 생성한다. 골재 합성은 가상공간에 물리적인 현상을 고려하여 골재 샘플을 배치함으로서 진행되며, 동시에 마스크 Ground Truth를 생성하여 가려진 부분의 라벨 정보를 보존한다. 또한, 합성과정에서 데이터 증강기법을 적용해 학습모델이 다양한 골재의 상태를 학습하도록 하였다. 골재 입자 각각의 분석을 위해 이미지 기반의 딥러닝 기법 중 Instance Segmentation을 수행하였으며, 정확성에 중점을 둔 Mask R-CNN 프레임워크를 사용해 골재 추출 시스템을 구성하였다. 이를 통해 학습된 모델은 COCO 평가방식 기준 AP = 0.721의 성능을 내었으며, 골재 입자의 가려진 부분을 고려하는 추출 결과를 보여주었다.