지하 공동 탐지를 위한 시뮬레이션 생성 데이터 기반 깊은 신경망 학습 프로젝트

프로젝트 진행기간

• 2020.03~2020.08(6개월)

주요내용

프로젝트 배경

• 사회적 현안으로 대두되는 위협적인 도심지 지하공동의 존재를 선제적으로 파악하는 일의 중요성이 증대됨
• 지하에 공동이 존재하는지 판단하기 위해서는 많은 인력과 시간이 필요하기 때문에 공동의 특징을 학습한 인공지능 모델을 사용하여 이러한 문제를 해결할 필요성을 느낌
• 하지만 인공지능 모델을 학습시킬 실제 환경의 공동 데이터를 수집을 위해서도 많은 인력과 시간이 필요

프로젝트 목표

• 이를 해결하기 위해 실제 데이터를 대신하여 공동의 특징을 학습할 수 있는 가상 이미지 데이터를 생성해 인공지능 모델이 공동의 특징을 충분히 학습하는 것을 목표로 하는 프로젝트를 진행함

주요개발 내용

• 시뮬레이션 기반의 가상 공동 데이터 생성을 위한 자동화 모듈 개발 및 가상 공동 데이터 생성
• 생성한 가상데이터를 사용해 이미지 분류 모델 학습 및 테스트
• 모델이 학습한 특징을 시각화하여 올바르게 학습되었는지 검증

사용한 Skill

어려웠던 점

• 적절한 공동 데이터를 생성하기 위한 가상 공간 설정
• 측정된 신호를 이미지로 변환 시 신호를 증폭시키기 위한 전처리 과정에서의 계수 설정
• 확보한 가상 데이터 개수에 알맞은 크기와 구조의 학습 모델 선정 및 학습

결과

• 가상 데이터 생성을 통해 지하 토양 내 공동의 존재 여부를 판단하는 인공지능 모델을 학습
• 학습 후의 성능을 수치와 시각적인 측면에서 모두 확인할 수 있었음