한국건설기술연구원, 딥러닝 기반 영상분석 기술로 하수관로 기울기 측정하는 기법 개발

CCTV 영상 활용해 하수관로 기울기 수치 추출
기존 센서 기반 기술보다 시간과 비용 경제성 높아
훈련 정확도와 육안 관측 비교 데이터에서 높은 정확도 기록
"악취 개선과 침수 재해 예방 등에 도움될 것"

 

한국건설기술연구원이 CCTV 영상을 홀용해 하수관로 기울기 수치를 추출하는 영상분석 기술을 개발했다고 밝혔다. (출처=매트랩 딥러닝 유저 데이 캡처)

국내 유일 건설기술 분야 출연연구소인 한국건설기술연구원이 하수관로 CCTV 영상을 활용해 하수관로 기울기의 정량적 수치를 추출하는 기법을 개발했다고 밝혔다.

 

지현욱 한국건설기술연구원 박사는 19일 매스웍스코리아가 주최한 '매트랩 딥러닝 유저 데이(MATLAB Deep Learning User Day)'에서 "우리 연구원은 매스웍스의 매트랩을 활용해 하수관로 CCTV 영상에서 이미지 안 물과 하수관 영역을 구분하는 딥러닝 모델을 개발했다"면서 "이 기술을 활용, 하수관로 위치에 따른 기울기를 측정할 수 있었다"고 말했다.

 

하수관로 내부 기울기 변화는 하천 오염의 원인이 되는 주요 요소다. 하수관로 내부 퇴적으로 인한 악취, 하수 역류, 도시 침수, 우천시 퇴적물 방류 등을 일으킬 수 있어서다.

 

내부 기울기 변화는 비교적 쉽게 나타나는 일반적인 문제다. 설계가 1000분의 단위로 정밀하게 이뤄지더라도 부실한 기초공사, 땅의 꺼짐, 하수관로 파손, 단차 등으로 인해 발생한다.

 

지금까지 하수관리 내부 기울기 변화 측정은 센서 기반으로 이뤄졌다. 레이저, 초음파, 음파, 전자 경사계 등을 활용해 변화를 측정했다. 이 방법은 정확도가 높은 장점이 있지만, 조사와 분석에 많은 시간이 소요되고 고가의 장비를 구매해야 해 경제성이 낮다는 단점이 있었다. 민감도도 높아 실제 조사에 적용하기 어렵고, 데이터 처리가 난해한 문제도 있었다.

 

이번에 한국건설기술연구원이 개발한 딥러닝 기반 모델은 높은 정확도를 보이면서도 조사와 분석에 들어가는 시간을 줄일 수 있는 장점이 있다. 별도 현장조사가 필요 없어 사용 편의성이 높은 이점도 있다.

 

연구원이 개발한 모델은 이미 촬영된 하수관로 CCTV 영상에서 283개 프레임 이미지를 추출한 후 '시맨틱 세그멘테이션' 딥러닝 기법을 적용, 이미지 안 물과 하수관 영역을 구분하는 딥러닝 기반 기술이다. 하수관로 안 물과 하수관이 구분된 이미지에서 물의 수위선을 추출해서 직선으로 만들고 왼쪽과 오른쪽 직선이 만나는 소실점을 추출한다. 이후 소실점 중심의 원을 그려 수위를 계산함으로써 하수관로 위치에 따른 하수수위의 상대적 변동에 따라 기울기를 측정한다.

 

지현욱 한국건설기술연구원 박사는 "이번에 개발한 딥러닝 기반 모델은 기존 센서 기반 모델보다 소요되는 시간과 비용을 줄일 수 있다"고 말했다. (출처=매스웍스코리아)

지현욱 박사는 "이번 모델은 그래픽처리장치(GPU) 기반 45분간의 훈련을 통해 개발됐다"면서 "훈련 정확도 98%를 기록했고, 실제 인간의 육안 관측에 의한 랜덤 표본 데이터와 비교해서도 90.4%라는 높은 정확도를 갖춘 것으로 확인됐다"고 말했다.

 

또 " 기존 고성능 센서 기반 연구 방식과 비교해 시간 및 물질적 경제성이 높고 별도의 현장조사가 필요 없어 편의성이 높다"고 설명했다.

 

연구원은 향후 보다 큰 규모의 훈련 데이터를 기반으로 딥러닝 모델을 개발해 하수관로 내부 기울기 측정 정확도를 향상하고, 센서 측정 방법과 성능을 비교하는 연구를 진행할 계획이다. CCTV 촬영 각도 변화에 의한 오차도 정량화할 예정이다.

 

지 박사는 "딥러닝 기반 하수관로 내부 경사 추출 데이터는 향후 정부의 하수관로의 관리를 효율적으로 지원하고 퇴적 및 악취를 개선할 수 있을 것"이라며 "침수와 같은 재해를 예방하고 재해 발생 시 투명한 정보로 원인 분석을 도울 것으로 기대된다"고 말했다. 이어 "도시 침수 예측과 같은 모델 제작의 인풋 데이터로 활용할 수도 있을 것"이라고 평가했다.

 

이번 프로젝트는 환경부에서 발주한 '도심 하수도 악취 저감을 위한 최적 시스템 개발' 과제의 일환으로 진행됐다. 이번 환경부 발주 프로젝트에는 2017년 4월부터 2021년 6월까지 4년간 총 80억원의 연구비가 투입됐다. 연구는 한국건설기술연구원의 주관했고, 4개의 참여기관과 2개의 위탁연구기관이 참여했다.

 

정화조 폐쇄, 퇴적 방지, 발산 방지 전략을 주축으로 이뤄진 이번 프로젝트는 하수도 악취 저감을 위한 총 9개의 기술 개발 목표 이행 과정에서 SCI(과학기술논문 인용색인) 6건 및 특허 30건 달성 성과를 올리기도 했다.

 

AI타임스 김동원 기자 goodtuna@aitimes.com

 

Copyright © '인공지능 전문미디어' AI타임스 (http://www.aitimes.com/)
무단전재 및 재배포 금지

 

한국건설기술연구원, 딥러닝 기반 영상분석 기술로 하수관로 기울기 측정하는 기법 개발 - AI타