Faster R-CNN을 활용한 소방도면의 설비 심벌 탐지

• 영문명: Detection of Facility Symbols in Fire Fighting Drawings using Faster R-CNN
• 발행기관: 한국화재소방학회
• 저자명: 최준희(Jun-hee Choi) 조현숙(Hyun-Sug Cho)
• 간행물 정보: 『한국화재소방학회 학술대회논문집』2021년도 추계학술대회 논문집, 28~28쪽, 전체 1쪽
• 주제분류: 공학 > 공학일반
• 파일형태: PDF
• 발행일자: 2021.11.25

국문 초록

본 연구는 인공지능 알고리즘을 활용하여 건축설계도면에 소방설비 심벌을 배치하여 소방도면을 자동으로 생성하는 연구의 과정이며, 학습을 위한 데이터를 생성하기 위한 단계이다. 승인된 소방도면에서 심벌을 자동으로 제거하여 학습-테스트용 데이터를 생성하기 위해 도면 내 심벌을 탐지하는 연구를 진행하였다. 소방도면은 일반적으로 도면에 활용된 심벌들의 모양과 내용을 정리한 소방 범례와 건축물의 층마다 설치된 소방 설비가 간략하게 표현된 간선 계통도, 각 층의 건축설계도면의 평면도 위에 소방 설비의 심벌을 배치하여 작성한 소방 설비 평면도로 구성된다. 소방도면에서 활용되는 심벌은 해당 설비를 간단하게 기호로 표기한 것이다. 심벌은 소방도면마다 매우 유사하게 표현되지만 일부 심벌은 조금씩 다르게 표기되기도 하며, 목적에 따라 문자로 추가적인 표기한다. Faster R-CNN은 R-CNN, Fast R-CNN 알고리즘에 비해 속도와 정확도를 개선한 알고리즘이며, 이미지 내에서 여러 사물을 탐지하고 구분한다. 입력으로 주어지는 이미지에 CNN을 적용하여 Feature Map을 추출하고, Anchor를 기준으로 찾고자하는 객체의 존재여부를 판단한다. 선정된 앵커 박스에 대한 객체를 구분하여 최종적인 결과를 출력한다. Faster R-CNN을 적용한 결과로, 소방도면에서 심벌을 탐지하여 객체가 존재한다고 판단한 관심영역들을 사각형 영역으로 출력하였다. 동일한 영역 내에 여러 앵커 박스가 생성될 경우, 하나의 사각형 영역으로 통합하여 심벌의 위치를 출력하였다. 건축설계도면은 일반적으로 고해상도의 이미지이므로 메모리가 부족한 현상이 발생한다. 또한 알고리즘의 탐지영역 대비 심벌이 지나치게 작아서 탐지하기 어려운 문제점도 있었다. 향후 영상처리의 적용과 많은 학습 데이터를 확보하여 이러한 문제점을 극복하고자 한다.

키워드

Faster R-CNN AI Object Detection Fire Fighting Drawings