DNN 기반 하수관로 이형관 돌출 길이 자동 등급 분류 시스템

초록

하수관로 CCTV 조사에서 이형관 돌출(LP, Lateral Protrusion) 결함의 크기를 인간 판독자가 육안으로 판정하는 방식은 판독자의 숙련도와 피로도에 따른 주관성과 일관성 저하 문제를 내포한다. 본 연구는 이러한 한계를 완화하기 위해 관로 내부 카메라 영상에서 관 본체(Body)와 연결부 구멍(Hole)을 YOLOv11로 탐지하고, Bounding Box 좌표로부터 각도 및 원근을 보정하여 [W, H, W/H, Angle(θ), Depth Ratio]의 5차원 특징 벡터를 구성한 뒤 XGBoost로 최종 등급을 분류하는 자동 판독 시스템을 제안한다. 특히 본 논문의 핵심 공헌은 단순한 객체 탐지 적용에 그치지 않고, 촬영 거리와 시점 변화에 영향을 덜 받는 기하학적 정량 특징을 설계하여 LP 등급 판정을 안정화한 점, 불균형 학습 환경에서 오버샘플링을 통해 분류 성능 저하를 완화한 점, 그리고 기존 육안 판독 정확도(0.64) 대비 제안 방법의 전체 정확도(90.18%)를 통해 자동 판독의 실효성을 정량적으로 제시한 점에 있다. 실험 결과 제안 방법은 모든 클래스에서 AUC 0.97 이상을 달성하였으며, Large/Medium/Small 클래스에서 각각 91.04%, 87.21%, 91.67%의 재현율을 보였다. 본 연구는 하수관로 결함 판독의 객관성, 재현성, 실무 적용 가능성을 높이는 기초 연구로서 의미가 있다.

키워드