기술개요
본 기술은 고해상도 원본 영상에서 작은 객체를 인식하기 위해 복수의 패치 단위로 분할하여 분석하며, 동시에, 동일 영상을 저해상도로 변환해 전체적인 객체 형상 및 큰 영역 탐색으로 두 결과를 병합하여 객체 검출 정확도를 향상시킴.
기술 구현 내용
1) 데이터 전처리
- 원본 고해상도 영상 입력
- 다수의 작은 패치 생성 + 저해상도 영상 생성
2) 객체 검출기 구성
- 제1 검출기 : 고해상도 패치 기반 → 세밀한 객체 검출
- 제2 검출기 : 저해상도 영상 기반 → 전체적인 형상, 큰 객체 검출
- 두 검출기는 서로 다른 데이터로 독립 학습
3) 출력 병합
- 두 검출기의 바운딩박스 출력 병합
- 결과 영상에 구분된 색상으로 시각화 ( 예: 제1 노란색, 제2 빨간색)
시장성
1) 적용 분야
- 건설/토목 시설물 점검 자동화
- 스마트시티 기반 인프라 유지보수
- AI 기반 진단 솔루션, 디지털 트윈 구축
2) 시설 관리 시장
글로벌 시설 관리 시장 규모는 2024년 기준으로 2037억 달러에서 2032년 4671억 달러까지 연평균 8.2% 성장할 것으로 전망됨.
자동 점검 시스템은 시설 관리 시장의 일부로 건축물 노후화에 따른 유지보수 수요 증가, 드론/스마트센서로 수집된 고행상도 영상 분석 필요성 확대, 정부 R&D 및 스마트 건설 기술 관련 정책 강화 등 여러 요인으로 시장은 지속적으로 확대되고 있음.
기술의 차별성
1) 기존 기술의 한계
- 저해상도 영상 기반 학습: 작은 객체 검출 성능 저하
- 고해상도 전체 영상 처리 시: 계산 자원 및 시간 과다 소모
2) 본 발명의 특장점
- 이중 스케일 분석 구조 도입 (패치 기반 + 전체 영상 기반)
- 각각 다른 학습 데이터를 통한 검출기 독립 학습
- 소형·세부 객체부터 대형·전체 형상까지 모두 커버
- 결합된 바운딩박스 출력으로 검출 신뢰도 향상
3) 차별화 포인트
- 패치 기반 분석으로 작은 균열·이물질 탐지 가능
- 저해상도 기반 분석으로 객체의 전체 구조 인지
- 다중 검출 결과 병합 전략으로 정밀도 극대화
- 건축물 하자 자동 분석에 최적화된 설계
