Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Automated Road Distress Detection Using Vision Transformersand Generative Adversarial Networks

Created by
  • Haebom
Category
Empty

저자

Cesar Portocarrero Rodriguez, Laura Vandeweyen, Yosuke Yamamoto

개요

미국 토목 학회는 미국의 인프라 상태를 C등급으로 평가했으며, 도로 시스템은 D등급을 받았습니다. 도로 관리, 유지 보수 및 수리 프로세스는 비효율적이어서 컴퓨터 비전(CV) 기술을 활용한 고급 도로 모니터링 연구가 진행되었습니다. 이 연구는 GAN으로 생성된 합성 데이터를 사용하여 모델 학습의 유용성을 평가하고, CNN 및 Transformer 기반 모델 MaskFormer를 사용하여 도로 파손을 세분화했습니다. 그 결과, GAN 생성 데이터가 모델 성능을 향상시켰고, MaskFormer가 CNN 모델보다 mAP50 및 IoU에서 더 나은 성능을 보였습니다.

시사점, 한계점

GAN으로 생성된 합성 데이터를 활용하여 모델 성능을 향상시킬 수 있음을 입증.
MaskFormer가 CNN 모델보다 도로 파손 세분화 작업에서 더 우수한 성능을 보임.
본 연구는 도로 인프라 관리에 컴퓨터 비전 기술을 적용할 수 있는 가능성을 제시.
연구의 구체적인 데이터셋, 모델 파라미터, 적용 가능한 도로 파손 유형에 대한 정보가 부족.
실제 환경에서의 검증 및 자율주행차량 데이터 활용에 대한 추가 연구 필요.
👍