본 논문은 건설 및 해체 폐기물 구성 성분의 자동적이고 시기적절한 인식 개선이 사업 수익, 경제적 성과 및 지속 가능성 향상에 중요함을 강조합니다. 기존 연구는 균질 재료 인식 및 분류에 대한 심층 학습 모델의 가능성을 보여주었으나, 상업적 재활용 시설 환경에서 혼합되고 오염된 재료에 대한 성능 평가 연구는 부족합니다. 본 논문은 건설 및 해체 폐기물 더미에 대한 심층 학습 분석이라는 하위 영역이 아직 미개척임을 지적하며, 최근 심층 학습 알고리즘 및 기술을 탐구하여 데이터셋, 센서, 객체 탐지에서 실시간 분할 모델로의 발전 과정을 검토합니다. 지난 5년간 건설 및 해체 폐기물 관리를 위한 심층 학습에 대한 연구를 종합하여 최근 발전을 강조하고 널리 상용화되는 것을 저해하는 한계점을 인정합니다. 다양하고 고충실도의 데이터셋, 고급 센서 기술, 강력한 알고리즘 프레임워크가 심층 학습 방법론을 건설 및 해체 폐기물 관리 시스템에 효과적으로 통합하는 데 중요함을 강조하며, 이러한 통합이 보다 지속 가능하고 순환적인 경제 모델 발전에 크게 기여할 것으로 예상합니다.
