์ ํํ
(Hoe-Pyeong Jeong)
1
์กํธ๋ฏผ
(Homin Song)
2
์ต์์ฒ
(Young-Cheol Choi)
3โ
-
์ ํ์,ใ์์ค์๋ ์ฝ๋ฆฌ์ ๊ธฐ์ ๊ณ ๋ฌธ
-
์ ํ์,๊ฐ์ฒ๋ํ๊ต ํ ๋ชฉํ๊ฒฝ๊ณตํ๊ณผ ๊ต์
-
์ ํ์,๊ฐ์ฒ๋ํ๊ต ํ ๋ชฉํ๊ฒฝ๊ณตํ๊ณผ ๊ต์, ๊ต์ ์ ์
Copyright ยฉ The Korea Institute for Structural Maintenance and Inspection
ํค์๋
๋ธ๋์์ด์ค, ์จ์ด๋ธ๋ฆฟ ๋ณํ, ์์คํํธ ํฌ์ฅ, ์ด๋ฏธ์ง ์๋ณ, ๋ฅ๋ฌ๋
Key words
Black ice, Wavelet transform, Asphalt pavement, Image classification, Deep learning
1. ์ ๋ก
์ต๊ทผ ๊ตญ๋ด์์๋ ์ง๊ตฌ ์จ๋ํ ๋ฑ ๊ธฐ์์ฌ๊ฑด์ ๋ณํ๋ก ํ์ ๊ธฐ์๋ ๊ฒ๋ฆด๋ผ์ฑ ํญ์ฐ๊ฐ ์ฆ์์ง๊ณ ์์ผ๋ฉฐ, ๋์ ๊ธฐ์๋ ํน์ ์ง์ญ์์ ๊ตญ์ง์ฑ ํญ์ค์ ๋น๋๊ฐ ๋์์ง๋
๋ฑ ๊ธฐ์์ด๋ณ์ด ์์ถํ๊ณ ์๋ค. ์ด๋ฌํ ๊ธฐํํ๊ฒฝ์ผ๋ก ์ธํ ๋๋ก ์ํฉ ๋ณํ๋ ์ค์๊ฐ์ ์ผ๋ก ํ์
์ด ์ด๋ ค์ ๊ตํต์์ ์ ์ง์ฅ์ ์ฃผ๊ธฐ ์ฝ๋ค. ๋๋ก๊ตํต๊ณต๋จ ๋ณด๊ณ ์์
๋ฐ๋ฅด๋ฉด ๊ตํต์ฌ๊ณ ๋ ์ธ๋ช
๋ฟ๋ง ์๋๋ผ ์ฐ๊ฐ 26์กฐ์์ ํด๋นํ๋ ์ฌํ์ ์์ค์ ์ด๋ํ๊ณ ์๋ค.
๊ธฐ์์ด๋ณ์ ๋ฐ๋ฅธ ํญ์ฐ๋ ๋
ธ๋ฉด์ ์๋ง์ ํ์ฑํ๋ฉฐ, ํญ์ค๋ก ์ธํ ๊ฒฐ๋น์ ๋ฏธ๋๋ผ์ ํญ์ฑ์ ์ ํ์ํค๋ฏ๋ก ์ฐจ๋์ ์ฃผํ์ ์ํ ๊ตํต์ฌ๊ณ ์ ์ํ์ ์ฆ๊ฐ์ํค๊ฒ ๋๋ค.
ํนํ, ์ด์ ์๊ฐ ์๊ฐ์ ์ผ๋ก ์ธ์งํ๊ธฐ ์ด๋ ค์ด ๋ฆ๊ฐ์ ์๋ฆฌ์ ์ํ ๊ฒฐ๋ก๋ ๋ธ๋์์ด์ค(black ice)๋ ๊ตํต์ฌ๊ณ ์ ์ฃผ๋ ์์ธ์ผ๋ก ์ง๋ชฉ๋๊ณ ์๋ค(Tan et al., 2021; Kropiwnicki, 2019). Fig. 1์ ์์คํํธ ์ฝํฌ๋ฆฌํธ ํฌ์ฅ ๋
ธ๋ฉด์ ๋ฐ์ํ ๋ธ๋์์ด์ค ์๋ฅผ ๋ํ๋ด๊ณ ์๋ค.
๋ธ๋์์ด์ค๋ ๊ฒจ์ธ์ฒ ๋น๋ ๋์ด ๋ฎ ๋์ ๋๋ก ํ์์ ์ค๋ฉฐ๋ค์ด ์๋ค๊ฐ ๊ธฐ์จ์ด ๋ด๋ ค๊ฐ๋ ๋ฐค์ฌ์ด์ ๋ค์ ์ผ๋ฉด์ ์๊ณ ํฌ๋ช
ํ ์ด์ผ์์ด ๊ฒ์ ์์คํํธ ์์
์ผ์ด๋ถ๋ ๊ฒฐ๋น ํ์์ ๋ปํ๋ค. ๋
ธ๋ฉด์ ๋ฐ์ํ ์ผ์์ ๋๊ป๊ฐ ์๋นํ ์๊ณ ํฌ๋ช
ํ์ฌ, ๊ฒ์ ์์คํํธ ์์ด ๊ทธ๋๋ก ๋ํ๋, ๊ฒ์์ ์ผ์์ด๋ ๋ป์ผ๋ก ๋ธ๋์์ด์ค๋ผ๊ณ
๋ถ๋ฆฌ๊ฒ ๋์๋ค(Park et al., 2017). ์ด๋ฌํ ๋๋ก๋ฉด์ ๋ธ๋์์ด์ค ํ์์ ์งํ ์กฐ๊ฑด์ ์ํ์ฌ ์ผ์กฐ๊ฐ ์ ๋ค์ง ์๋ ๊ตฌ๊ฐ์ด๋, ๊ต๋์ ํ๋ถ ๊ทธ๋ฆฌ๊ณ ํฐ๋์ ์
๊ตฌ ๋ฑ์ ๊ตฌ์ญ์์ ๋ฐ์ํ๊ธฐ ์ฝ๋ค.
์ฐ๋ฆฌ๋๋ผ๋ ๊ตญํ ์ 70 %์ด์์ด ์ฐ์ง์ด๋ฉฐ, ์ด์ ๋ธ๋ ์์ด์ค๊ฐ ์์ฃผ ๋ฐ์ํ๋ ์ง์ญ์ด ๋ง์ ์ฐ์ ์ฌ๋ ์ฌ๊ณ ๊ฐ ์ด์ด์ง ์ ์๊ธฐ ๋๋ฌธ์ ๋ธ๋ ์์ด์ค๋ก ์ธํ
๊ฐ์ธ์ ๋ฐ ์ฌํ์ ์์ค์ด ์ฆ๊ฐํ ์ ์๋ค. ๋ธ๋ ์์ด์ค๊ฐ ํ์ฑ๋๋ฉด ์ธ์งํ๊ธฐ๊ฐ ๋งค์ฐ ์ด๋ ต๊ณ ํ์ด์ด-๋ก๋ ํ๋ฉด์์์ ๋ง์ฐฐ์ ๊ฐํ๊ฒ ๊ฐ์์์ผ ์๋์ฐจ ์ฌ๊ณ ๋ฅผ
์ ๋ฐํ๋ค. ๊ตญํ ๊ตํต๋ถ์ ์ฐ๊ฐ ๋ณด๊ณ ์์ ๋ฐ๋ฅด๋ฉด, ๋นํ ํฌ์ฅ์ผ๋ก ์ธํด 15๋ง ๊ฑด ์ด์์ ์๋์ฐจ ์ถฉ๋ ์ฌ๊ณ ๊ฐ ๋ฐ์ํ๊ณ ์๋ค.
์ฐจ๋์ ์ ์์ ์ธ ์ฃผํ์ ํ์ด์ด์ ์ง๋ฉด ์ฌ์ด์ ๋ง์ฐฐ๋ ฅ์ ์์กดํ๋๋ฐ, ๋
ธ๋ฉด์ ๊ณ ์ธ ๋ฌผ, ์ ์ค, ๋๊ฒฐ, ๋ธ๋ ์์ด์ค ๋ฑ์ ์์ธ๋ค์ ๋
ธ๋ฉด ๋ง์ฐฐ๊ณ์๋ฅผ ํ์ ํ
๊ฐ์์์ผ ํ์ด์ด์ ์ง๋ฉด ๊ฐ์ ๋ง์ฐฐ๋ ฅ์ ๋จ์ด๋จ๋ฆฐ๋ค. ๋ง์ฐฐ๊ณ์๊ฐ ๋ฎ์์๋ก ์์ ์ดํ์ ์๋ ์ํ์ ์ด ๋ฎ์์ ธ ์ด์ ์๊ฐ ๋
ธ๋ฉด ์ํ์ ๋ฐ๋ผ ์๋๋ฅผ ์กฐ์ ํด์ผ
ํ๋ค. ๋ธ๋์์ด์ค ์ํ์ ๋
ธ๋ฉด์ ๋ง์ฐฐ๊ณ์๋ ๊ฑด์กฐํ ๋
ธ๋ฉด์ ์ฝ 12 %๋ก ์๋นํ ์์ ๊ฐ์ ๊ฐ๊ฒ ๋๋ค(Ghim and Fwa, 2010). ์ ์ ๋
ธ๋ฉด๊ณผ ๋ธ๋์์ด์ค ๋
ธ๋ฉด์ ์์ ์ดํ ์๋ ์ฐจ์ด๋ ์ฝ 50 km/h๋ก, ์ด๋ฅผ ํผ๋ํ๋ฉด ๊ตํต์ฌ๊ณ ๊ฐ ์ ๋ฐ๋๊ธฐ ์ฌ์ฐ๋ฉฐ, ๋ํ ์ฌ๊ณ ๋ก ์ด์ด์ง๊ธฐ ์ฝ๋ค(Hong, 2014). ํ์ฌ ๋ธ๋ ์์ด์ค์ ๋ํ ๋์ฒ๋ก๋ ํ์์ฃผํ ์๋์ ์ ๋ฐ์ผ๋ก ์ฃผํํ๋ ๊ฒ ๋ฐ์๋ ์๋ ์ค์ ์ด๋ค. ์ค์ง์ ์ผ๋ก ๋น ๋ฅธ ์๋๋ก ๋ฌ๋ฆฌ๋ ์ฐจ ์์์ ์ด์ ์๊ฐ
๋ธ๋ ์์ด์ค๋ฅผ ํ๋ณํ๋ค๋ ๊ฒ์ ๋งค์ฐ ์ด๋ ต๋ค. ์ต๊ทผ ๋๋ก ๋
ธ๋ฉด์ ํน์ฑ์ ๊ฐ์ง๋ฅผ ํตํ ๊ตํต์์ ์กฐ๊ธฐ ๊ฒฝ๋ณด์์คํ
์ด ์ฃผ๋ชฉ๋ฐ๊ณ ์๋ค. ํ์ง๋ง, ๋ธ๋ ์์ด์ค
๊ฒ์ถ์ ๋ํ ๊ตฌ์ฒด์ ์ธ ์ฐ๊ตฌ๋ ๋งค์ฐ ๋ฏธํกํ ์ค์ ์ด๋ค. ๋ธ๋์์ด์ค๋ ๊ฐ์งํ๊ธฐ ์ด๋ ต๊ธฐ ๋๋ฌธ์ ๋๋ก์ ๋ธ๋์์ด์ค ์ ๋ณด๋ฅผ ์ค์๊ฐ์ผ๋ก ํ๋จํ์ฌ ์ด์ ์์๊ฒ ์ค์๊ฐ์ผ๋ก
๊ฒฝ๊ณ ํ๋ ๊ฒ์ถ ์์คํ
์ด ํ์ํ๋ค. ์ด์ ๋ค์ํ ์ฐ๊ตฌ์๋ค์ ์ํด ๋๋ก ๋
ธ๋ฉด์ ํน์ฑ์ ๊ฒ์ถํ๋ ์ฐ๊ตฌ๊ฐ ๋ค์ํ๊ฒ ์ํ๋์๋ค(Yang et al., 2013; Landry and Akhloufi, 2022; Mats et al., 2012).
Lee et al.(2020)์ ๋ธ๋์์ด์ค ๋
ธ๋ฉด, ๊ฑด์กฐํ ๋
ธ๋ฉด, ์ ์ ๋
ธ๋ฉด, ๋ ๋ฎ์ธ ๋
ธ๋ฉด์ ๋ํ 4๊ฐ์ง ๋๋ก ๋
ธ๋ฉด์ ์ฌ์ง์ ์์งํ์๋ค. ์์ง๋ ์ฌ์ง์ ์ปจ๋ณผ๋ฃจ์
์ ๊ฒฝ๋ง(convolutional
neural network, CNN)์ ํ์ต์์ผ ๋๋ก ๋
ธ๋ฉด์ ํน์ง์ ์ถ์ถํ๊ณ ์ ํ์์ผ๋ฉฐ, ํ์ต๋ CNN์ 96.1 %์ ๋ธ๋์์ด์ค ๊ฒ์ถ ์ ํ๋๋ฅผ ๋ณด์๋ค.
Li et al.(2017)์ OpenCV์ ํ์ด์ฌ์ ์ด์ฉํ์ฌ ๋๋ก ๊ฒฐ๋น ๊ฐ์ง ์์คํ
์ ์ค๊ณํ์๋ค. ์ด ์์คํ
์ ์ด๋ฏธ์ง๋ฅผ ๋ถํ ํ๊ธฐ ์ํด ์์ง ๊ฐ์ง์ ์ด์ง ํํ์ ์กฐํฉ์ ์ฌ์ฉํ์๋ค.
๋ํ, ์จ์ด๋ธ๋ฆฟ ๋ณํ ์๊ณ ๋ฆฌ์ฆ์ ์ฌ์ฉํ์ฌ ์ก์์ ์ ๊ฑฐํ๊ณ ์ต์ข
์ ์ผ๋ก ๋๋ก ์ด๋ฏธ์ง์ ํน์ฑ ๊ฐ์ ์ถ์ถํ๊ณ ์ํฌํธ ๋ฒกํฐ ๋จธ์ ๋ถ๋ฅ๊ธฐ๋ฅผ ํตํด ๊ฑด์กฐ, ์ ์,
๋, ์ผ์์ 4๊ฐ์ง ๋๋ก ์ด๋ฏธ์ง๋ฅผ ์๋ณํ์๋ค.
Ma and Ruan(2020)์ ๊ด์ผ์๋ฅผ ํ์ฉํ ๋น ์ ์ด ๋ธ๋์์ด์ค ๊ฒ์ถ๊ธฐ๋ฒ์ ์ ์ํ์๋ค. ์ด ๊ฒ์ถ๊ธฐ๋ฒ์ ๊ด์ผ์์ ํ์ฅ ๊ธธ์ด์ ๋ฐ๋ผ ๋ฌ๋ผ์ง๋ ๋ฌผ, ์ผ์, ๋์ ํก์๊ณ์๊ฐ ๋ฌ๋ผ์ง์
ํ์ฉํ์๋ค. ์ด ์ฐ๊ตฌ์์๋ ์๋ก ๋ค๋ฅธ ํ์ฅ ๊ธธ์ด๋ฅผ ๊ฐ๋ ์ธ ๊ฐ์ ๊ด์ผ์๋ฅผ ํตํด ํ๋ฉด์ ๋น์ ์ ์กํ๊ณ ๋ฐ์ฌ๋ ๋น์ ์์ ์์งํ์ฌ ๋ฐ์ฌ์จ ๋น๊ต๋ฅผ ํตํด
๋ธ๋์์ด์ค๋ฅผ ๊ฒ์ถํ์๋ค. Jonsson (2011)์ ํ ๋ก๊ฒ๋จํ ๊ด์๊ณผ ์๋ก ๋ค๋ฅธ 3๊ฐ์ ํ์ฅ์ ๊ฐ์ง ์ ์ธ์ ๊ฒ์ถ๊ธฐ๋ฅผ ์ฌ์ฉํ์ฌ ๋๋ก ๋
ธ๋ฉด ์ํ๋ฅผ ๊ตฌ๋ณํ์๋ค.
Tabatabai and Aljuboori(2017)์ ์ ์ดํ ์ผ์๋ฅผ ์ด์ฉํ์ฌ ๋๋ก ๋
ธ๋ฉด์ ํน์ฑ์ ํ๊ฐํ๋ ๋ฐฉ๋ฒ์ ์ ์ํ์๋ค. ๊ทธ๋ค์ ์ผ์ ํ๋ฉด์ ์จ๋์ ์ผ์์ ํฌํจ๋ ๋ ๊ฐ์ ์คํ
์ธ๋ฆฌ์ค ๋ง๋ ๊ฐ ์ ํญ
๊ฐ ๋ณํ๋ฅผ ํ์ฉํ์ฌ ๋๋ก ๋
ธ๋ฉด์ ํน์ฑ์ ๋ถ๋ฅํ์๋ค. ํ์ง๋ง ์ด ๋ฐฉ๋ฒ์ ๋๋ก ๋
ธ๋ฉด์ ๋ธ๋์์ด์ค ์ํ๋ฅผ ์ ํํ๊ฒ ๊ฒ์ถํ๋๋ฐ ํ๊ณ์ ์ ๋ํ๋๋ค. ์ผ๋ฐ์ ์ผ๋ก
์นด๋ฉ๋ผ, ๊ด์ผ์, ์ ์ดํ ์ผ์๊ฐ ๋ธ๋์์ด์ค ๊ฒ์ถ ๊ธฐ๋ฒ์ ํ์ฉ๋์์ง๋ง, ํด๋น ์ผ์๋ค์ ํ๊ณ์ ์ ๊ฐ์ง๋ค. ์นด๋ฉ๋ผ๋ ์ง๊ด์ ์ธ ๋ฐ์ดํฐ๋ฅผ ๊ฐ์ง๋ง ์ ์กฐ๋ ํ๊ฒฝ,
๋, ๋น, ์๊ฐ ๋ฑ ์ธ๋ถ์์ธ์ ์ํด ์ํฅ์ ๋ฐ์ ์ ์๋ค. ๊ด์ผ์๋ ๋์ ๋ถํด๋ฅ์ ๊ฐ์ ธ ์ ๋ฐํ ๊ฒ์ถ์ด ๊ฐ๋ฅํ๋ค. ๊ทธ๋ฌ๋ ํ๋น์ด ์ธ๋ถ ์์๋ก์ ๊ด์ผ์์
์์ ๋ ๊ฒฝ์ฐ, ์ฑ๋ฅ์ ์ํฅ์ ๋ฐ์ ์ ์๋ค. ์ ์ดํ ์ผ์๋ ์กฐ๋ ๋ฐ ๋ ์จ ๋ณํ์ ๊ฐ์ธํ์ง๋ง ๋ธ๋์์ด์ค๋ฅผ ๊ฒ์ถํ๊ธฐ ์ํด ๋๋ก์ ์ค์น๋ ์ดํ, ์ ์ง ๋๋
๋ณด์์ ๋ํ ์ถ๊ฐ์ ์ธ ๋น์ฉ์ด ๋ฐ์ํ ์ ์๋ค. ์นด๋ฉ๋ผ๊ฐ ๋๋ฆฌ ๋ณด๊ธ๋จ์ ๋ฐ๋ผ ์ด๋ฏธ์ง๋ ๋๋ก ์ ๋ณด๋ฅผ ํ๋ํ๊ธฐ ์ํ ํธ๋ฆฌํ๊ณ ๋น ๋ฅด๊ณ ๊ฒฝ์ ์ ์ธ ๋ฐฉ๋ฒ์ด ๋์์ผ๋ฉฐ
์ฐจ๋ ๊ตํต ์๋ฐ, ๊ตํต ํ๋ฆ, ๋ฒํธํ ์ธ์ ๋ฑ ๋ถ์ผ์์ ๋๋ฆฌ ์ฌ์ฉ๋๊ณ ์๋ค. ์ด๋ฏธ์ง ๋ฐฉ์์ ๊ธฐ๋ฐํ ๋๋ก ๋
ธ๋ฉด์ ํน์ฑ ๊ฒ์ถ ๊ธฐ์ ์ ์ง๊ด์ ์ด๊ณ , ๊ธฐ์ ์
์
๊ทธ๋ ์ด๋๊ฐ ์ฉ์ดํ๋ฉฐ ์ค์น ๋ฐ ์ ์ง๋ณด์ ์ ๋๋ก์ ํผํด๋ฅผ ์ฃผ์ง ์๋๋ค. ํ์ง๋ง, ์นด๋ฉ๋ผ ์ด๋ฏธ์ง ๊ธฐ๋ฐ์ผ๋ก ๋
ธ๋ฉด์ ํน์ฑ์ ๊ฒ์ถํ๋ ์ฐ๊ตฌ๋ ์๋นํ ๋ฏธํกํ
์ค์ ์ด๋ค.
๋ณธ ๋
ผ๋ฌธ์์๋ ์๊ณต์ฑ, ์์ ์ฑ, ๋งค๋๋ฌ์ ๋ฑ์ ์ฅ์ ๋๋ฌธ์ ๋๋ฆฌ ์ฌ์ฉ๋๊ณ ์๋ ์์คํํธ ๋๋ก ๋
ธ๋ฉด์ ํน์ฑ์ ์ค์๊ฐ์ ์ผ๋ก ์๋ณํ๋ ์์คํ
์ ๊ฐ๋ฐํ์๋ค.
์ด๋ฅผ ์ํด ๊ฐ ์์คํํธ ๋๋ก ๋
ธ๋ฉด ์ด๋ฏธ์ง์ ๋ํด ๋ฐ์ดํฐ ์ธํธ๋ฅผ ๊ตฌ์ถํ ๋ค์ ๋ฅ๋ฌ๋ ๊ธฐ๋ฒ์ ์ผ์ข
์ธ CNN๊ณผ ์ ์ดํ์ต(transfer learning)์
ํ์ฉํ์ฌ ๋
ธ๋ฉด์ ์ํ๋ฅผ ๊ฑด์กฐ, ์ ์, ๋ธ๋์์ด์ค, ๋ ๋
ธ๋ฉด ์ํ๋ก ๋ถ๋ฅํ์๋ค. ๋
ธ๋ฉด์ ์ํ๋ฅผ ์ ํํ๊ณ ์ ์ํ๊ฒ ์๋ณํ๊ธฐ ์ํด ์จ์ด๋ธ๋ฆฟ ๋ณํ์ ํตํด
๋
ธ์ด์ฆ๋ฅผ ์ ๊ฑฐํ ์ด๋ฏธ์ง๋ฅผ ํ์ต์ ์ฌ์ฉํ์๋ค. ๋ํ, ์ด๋ฏธ์ง ๋ถ์์ ํตํ ๋
ธ๋ฉด ์ํ์ ์ต์ข
ํ๋ณ์ ์ํ ๋ณด์กฐ ์๋จ์ผ๋ก ์ค์ ๋
ธ๋ฉด์์ ์ธก์ ๋ ์จ๋์ ์ต๋
๋ฐ์ดํฐ๋ฅผ ์ฌ์ฉํ์๋ค. ์์คํํธ ๋
ธ๋ฉด์ ํ๋ฉด ์จ๋๋ฅผ ์ ํํ ์ธก์ ํ๊ธฐ ์ํด ํ๋ฉด ๋งค๋ฆฝํ ์จ๋์ผ์๋ฅผ ์ค์นํ์๋ค. ๊ทธ๋ฆฌ๊ณ ๋๋ก ๋
ธ๋ฉด์ ํน์ฑ์ด ๋ธ๋์์ด์ค๋ก
ํ์ ์ด ๋๋ฉด, ๋๋ก์ ์ค์น๋ ์ดํ ๋๋ ์ผ์ ๋ถ์ฌ์ฅ์น๊ฐ ์๋์ผ๋ก ์๋ํ๋๋ก ํ์๋ค. ๋ณธ ์ฐ๊ตฌ์์ ๊ฐ๋ฐ๋ ๋๋ก ๋
ธ๋ฉด ํน์ฑ ๊ฒ์ถ ์์คํ
๊ณผ ๋๋ธ์ด ๋ธ๋์์ด์ค
์๋ ์๋ฐฉ ์์คํ
์ ์ด์ ์์ ์์ ์ดํ์ ๋ณด์ฅํ๊ณ ๊ตํต์ฌ๊ณ ๋ฐ์๋ฅ ์ ๋ฎ์ถ ์ ์์ ๊ฒ์ผ๋ก ๊ธฐ๋๋๋ค.
Fig. 1 Black ice on asphalt concrete pavement
2. ์ด์ฐ ์จ์ด๋ธ๋ฆฟ ๋ณํ
2.1 ์ด์ฐ์จ์ด๋ธ๋ฆฟ ๋ณํ ๊ฐ์
์จ์ด๋ธ๋ฆฟ์ 1909๋
ํ๊ฐ๋ฆฌ ์ํ์์ธ Alfred Haar์ ์ํด ์ ์๋ ํ ์ฌ๋ฌ ์ํ์๋ค์ ์ํด ๋ฐ์ ํ์ฌ 1980๋
๋์๋ ์ ํธ ๋ฐ ์ด๋ฏธ์ง ์ฒ๋ฆฌ์
ํ์ฉ๋์๋ค. ์ด์ฐ ์จ์ด๋ธ๋ฆฟ ๋ณํ์ ํํฐ ๊ตฌ์กฐ๋ ๋ค์ Fig. 2์ ๊ฐ์ผ๋ฉฐ, LoD๋ ์ ์ญ ํํฐ๋ฅผ ๊ฑฐ์น ๋ฐ์ดํฐ๋ฅผ ์๋ฏธํ๊ณ HiD๋ ๊ณ ์ญ ํํฐ๋ฅผ ๊ฑฐ์น ๋ฐ์ดํฐ๋ฅผ ์๋ฏธํ๋ค.
์ด์ฐ ์จ์ด๋ธ๋ฆฟ ๋ณํ(discrete wavelet transform, DWT)์ ๊ธฐ๋ณธ์ ์ผ๋ก n๊ฐ์ ์ํ์ ๊ฐ๋ ์ด์ฐ ์ ํธ์ ์ ์ฉ๋๋ฉฐ, ์ ํธ์ ๋ํด
ํํฐ๋ฅผ ์ด์ฉํ์ฌ ์ ์ฃผํ ๋์ญ๊ณผ ๊ณ ์ฃผํ ๋์ญ์ผ๋ก ๋ถ๋ฆฌํ๋ค. ๊ฐ ๋์ญ์ 2๋ผ๋ ์์๋ก ์๋ธ ์ํ๋ง ๋์ด n/2๊ฐ์ ์ํ์ ํฌํจํ๋ค. 2์ฐจ์ ์ด๋ฏธ์ง์ ๊ฐ
ํ์ ๋ํด ์ ์ญ ํต๊ณผ ํํฐ์ ๊ณ ์ญ ํต๊ณผ ํํฐ๋ฅผ ์ ์ฉ์ํค๊ณ 2๋ก ๋ค์ด ์ํ๋ง์ ์ํํ๋ฉด ๊ณ ๋์ญ-๊ณ ๋์ญ(HH), ๊ณ ๋์ญ-์ ๋์ญ(HL), ์ ๋์ญ-๊ณ ๋์ญ(LH),
์ ๋์ญ-์ ๋์ญ(LL)์ ํต๊ณผํ 4๊ฐ์ ์๋ธ ์ด๋ฏธ์ง๊ฐ ์์ฑ๋๋ค.
LL์ ์๋ณธ ์ด๋ฏธ์ง์ ์ํ๊ณผ ์์ง๋ฐฉํฅ์ผ๋ก ์ ์ญ ํต๊ณผ ํํฐ๋ฅผ ์ ์ฉํ์ฌ 2๋ก ์๋ธ ์ํ๋ง๋ ๊ฒ์ ์๋ฏธํ๋ค. HL์ ์์ง๋ฐฉํฅ์ผ๋ก ๊ณ ๋์ญ ํต๊ณผ ํํฐ๋ฅผ ์ ์ฉํ์ฌ,
์์ง ๋ฐฉํฅ ์ฃผํ์์ ๋
ธ์ด์ฆ๋ฅผ ํฌํจํ๊ณ ์๋ค. LH๋ ์ํ ๋ฐฉํฅ์ผ๋ก ๊ณ ๋์ญ ํต๊ณผ ํํฐ๋ฅผ ์ ์ฉํ ๊ฒ์ผ๋ก ์ํ๋ฐฉํฅ ์ฃผํ์์ ๋
ธ์ด์ฆ๋ฅผ ํฌํจํ๊ณ ์๋ค. HH๋
์ํ๊ณผ ์์ง ๋ฐฉํฅ์ ๊ณ ๋์ญ ํต๊ณผ ํํฐ๋ฅผ ์ ์ฉํ ๊ฒ์ด๋ค. ์ด์ฐ ์จ์ด๋ธ๋ฆฟ ๋ณํ์ ๊ฑฐ์น ํ ๋ง๋ค์ด์ง๋ LL์์ญ์ ์๋ณธ ์ด๋ฏธ์ง์์ ๋
ธ์ด์ฆ๊ฐ ์ ๊ฑฐ๋ ์์์ด๋ฉฐ,
HH๋ ๋
ธ์ด์ฆ ์์์ผ๋ก ๋ณผ ์ ์๋ค. LL ์ด๋ฏธ์ง์ ์จ์ด๋ธ๋ฆฟ ๋ณํ์ ๋ฐ๋ณต์ ์ผ๋ก ์ ์ฉํ๋ ๊ฒ์ ๋คํด์๋ ์จ์ด๋ธ๋ฆฟ ๋ถํด๋ผ๊ณ ํ๋ค.
๋ณธ ์ฐ๊ตฌ์์๋ ์์คํํธ ์ฝํฌ๋ฆฌํธ ํฌ์ฅ ๋
ธ๋ฉด์ ํน์ฑ์ Fig. 3์ ๊ฐ์ด ๊ฑด์กฐ, ์ ์, ๋ธ๋์์ด์ค, ๋์ผ๋ก ๊ตฌ๋ถํ์์ผ๋ฉฐ, ๋ค์ํ ๋
ธ์ด์ฆ๋ฅผ ์ ๊ฑฐํ๊ธฐ ์ํด ์ด์ฐ ์จ์ด๋ธ๋ฆฟ ๋ณํ์ ์ํํ์๋ค. Fig. 4๋ Fig. 3์ ๊ฐ ๋
ธ๋ฉด์ ํน์ฑ์ ๋ํด ์ด์ฐ ์จ์ด๋ธ๋ฆฟ ๋ณํ์ ์ํํ ๊ฒฐ๊ณผ์ด๋ฉฐ, Fig. 5๋ Fig. 4์ LL์ด๋ฏธ์ง์ ๋ช
์์ ํ์คํ ๊ทธ๋จ์ ๋ํ๋ด๊ณ ์๋ค.
Fig. 5์์ ๋ณด๋ ๋ฐ์ ๊ฐ์ด ์์คํํธ ์ฝํฌ๋ฆฌํธ ํ๋ฉด์ ์ํ์ ๋ฐ๋ผ ๋ช
์์ ํ์คํ ๊ทธ๋จ์ ๋ค๋ฅธ ํน์ง์ ๋ณด์๋ค. ๊ฑด์กฐ ๋
ธ๋ฉด์ ๊ฒฝ์ฐ Fig. 4(a)์์์ ๊ฐ์ด ๋ช
์์ด ์ ๋ฐ์ ์ผ๋ก ์๋งํ ๋ถํฌ๋ฅผ ๋ณด์๋ค. ์ ์ ๋
ธ๋ฉด์ ํ๋ฉด์ ์๋ถ์ ์ํ ๋ฐ์ฌ๊ด์ผ๋ก ๋ฐ์ ๋ถ๋ถ๊ณผ ์ด๋์ด ๋ถ๋ถ์ ํผํฌ๊ฐ ๋์์ ๋ฐ์ํ๋
๊ฒ์ ํ์ธํ ์ ์์์ผ๋ฉฐ, ๋ฐ์ ๋ถ๋ถ์ ํผํฌ๊ฐ ๋ ํฌ๊ฒ ๋ฐ์ํ์๋ค(Fig. 5(b)). ๋ธ๋ ์์ด์ค๋ฅผ ๊ฐ๋ ํ๋ฉด์ ๋ช
์ ๋ถํฌ๋ Fig. 5(c)์ ๊ฐ์ผ๋ฉฐ ํ๋ฉด์ ์๊ธด ์ผ์์ผ๋ก ์ธํด ๋ถ๋ถ์ ์ธ ๋ค์์ ํผํฌ๊ฐ ๋ฐ์ํ ๊ฒ์ ์ ์ ์์๋ค. Fig. 5(d)๋ ๋์ด ์ผ๋ถ ์์ธ ๋
ธ๋ฉด์ ๋ช
์ ๋ถํฌ๋ฅผ ๋ํ๋ด๊ณ ์๋ค. ์ ๋ ๋
ธ๋ฉด๊ณผ ์๋ฐ๋๋ ๋ถํฌ๋ฅผ ๋ํ๋ด๊ณ ์๋ค. ๋ฐ์ ๋์ ์ํ ๋ช
์๋๋น๋ก ์ด๋์ด ๋ถ๋ถ์ ํผํฌ๊ฐ
ํฌ๊ฒ ๋ฐ์ํ ๊ฒ์ ํ์ธํ์๋ค.
์์คํํธ ์ฝํฌ๋ฆฌํธ ํ๋ฉด์ ๋ช
์ ๋ถํฌ๋ ๊ฐ ์ํ์ ๋ฐ๋ผ ๋ค๋ฅธ ๋ถํฌ๋ฅผ ๋ณด์ด๋ฉฐ, ์ด๋ ๋
ธ๋ฉด์ ์ํ๋ฅผ ์๋ณํ๋๋ฐ ๊ณ ์ ํ ํน์ง์ด ๋ ์ ์๋ค. ์ด๋ฌํ ๊ณ ์ ํ
ํน์ง์ ์์คํํธ ์ฝํฌ๋ฆฌํธ ํฌ์ฅ์ ์ํ๋ฅผ ์๊ธฐ์ 4๊ฐ์ ๋ถ๋ฅ๋ก ๊ตฌ๋ถํ๋ ๊ฒ์ด ํ๋นํจ์ ๋ํ๋ธ ๊ฒ์ผ๋ก ๋ณผ ์ ์๋ค. ๋ณธ ์ฐ๊ตฌ์์๋ ์ด๋ฌํ ์์คํํธ ์ฝํฌ๋ฆฌํธ
ํฌ์ฅ ๋
ธ๋ฉด์ ์ด๋ฌํ ํน์ง์ ์ด์ฉํ์ฌ ์ด๋ฏธ์ง๋ฅผ ์๋ณํ๋ ์์คํ
์ ๊ฐ๋ฐํ์๋ค. ์ด๋ฅผ ์ํด ๊ฐ ๋
ธ๋ฉด์ ์ํ๋ณ๋ก ์ด๋ฏธ์ง ๋ฐ์ดํฐ ์ธํธ๋ฅผ ์์งํ์ฌ ๋ฐ์ดํฐ ์ธํธ๋ฅผ
๊ตฌ์ฑํ์๋ค. ๊ตฌ์ถํ ์ด๋ฏธ์ง ๋ฐ์ดํฐ์ธํธ๋ฅผ ์ด์ฉํ์ฌ ๋ฅ๋ฌ๋ ๋ชจ๋ธ์ ํ์ต ์์ผฐ๊ณ , ์ด๋ฏธ์ง ๋ฐ์ดํฐ ์ธํธ์ ์ ํ์ ์ธ ์ด๋ฏธ์ง ์์ ๋ํ ํ๊ณ๋ฅผ ํจ์จ์ ์ผ๋ก ํด๊ฒฐํ๊ณ ์
์ ์ดํ์ต์ ์ ์ฉํ์๋ค. ์ด์ ๋ํ ์์ธํ ๋ด์ฉ์ 3์ฅ์ ๋ํ๋ ์๋ค.
Fig. 2 Example of discrete wavelet transform
Fig. 3 Surface conditions of asphalt concrete pavement
Fig. 4 DWT examples of asphalt concrete pavement images
Fig. 5 Histograms of surface images
3. ์์คํํธ ์ฝํฌ๋ฆฌํธ ํฌ์ฅ ์ด๋ฏธ์ง ์ธ์
3.1 ์์คํํธ ์ฝํฌ๋ฆฌํธ ํฌ์ฅ ๋
ธ๋ฉด ์ํ๋ณ ์ด๋ฏธ์ง ๊ตฌ์ถ
๋ณธ ์ฐ๊ตฌ์์๋ ์์คํํธ ์ฝํฌ๋ฆฌํธ ํฌ์ฅ ๋
ธ๋ฉด์ ์ํ์ ์๋ณ์ ์ํ ํ์ต ๋ฐ ํ๊ฐ ์ด๋ฏธ์ง๋ฅผ ์ค๋นํ์๋ค. ๊ตญ๋ด ์์คํํธ ์ฝํฌ๋ฆฌํธ ํฌ์ฅ์ด ์๊ณต๋ ๋๋ก๋ฅผ ๋์์ผ๋ก
๊ฑด์กฐ, ์ ์, ๋ธ๋์์ด์ค, ๋ ๋
ธ๋ฉด์ ์ํ์ ์ด๋ฏธ์ง๋ฅผ 352๊ฐ(๊ฑด์กฐ 86๊ฐ, ์ ์ 170๊ฐ, ๋ธ๋์์ด์ค 35๊ฐ, ๋ ๋
ธ๋ฉด 46๊ฐ) ์ทจ๋ํ์๋ค. Fig. 6์ ์ทจ๋ํ ์ด๋ฏธ์ง์ ์ผ๋ถ๋ถ์ ๋ณด์ฌ์ฃผ๊ณ ์๋ค.
์์คํํธ ์ฝํฌ๋ฆฌํธ ํฌ์ฅ์ ์ํ๋ณ ์ด๋ฏธ์ง๋ฅผ ํ๋ํ๋ ๊ฒ์ ๋งค์ฐ ์ ํ์ ์ด๋ค. ์ด๋ฌํ ํ์ต์ด๋ฏธ์ง์ ๊ฐ์์ ์ ์ฝ์ ๋ฌธ์ ๋ฅผ ํด๊ฒฐํ ์ ์๋ ์ข์ ๋ฐฉ๋ฒ์ ๋ฐ์ดํฐ
์ฆ์ ๊ธฐ๋ฒ์ด๋ค. ๋ฐ์ดํฐ ์ฆ์์ ๊ธฐ์กด์ ๋ฐ์ดํฐ์ ์๋ก์ด ๋ฐ์ดํฐ๋ฅผ ์์ฑํด ์ธ๊ณต์ ์ผ๋ก ํ๋ จ ์ธํธ์ ํฌ๊ธฐ๋ฅผ ๋๋ ค ์ ํ๋๋ฅผ ํฅ์์ํค๋ ๊ธฐ๋ฒ์ด๋ค. ์ด๋ฏธ์ง ๋ฐ์ดํฐ
์ฆ์์ ์ข
๋ฅ๋ ์๋ณธ ์ด๋ฏธ์ง์ ํฌ๊ธฐ ์กฐ์ , ์ด๋, ํ์ , ํ๋ฆฝํ ๋ฑ์ ์ํด ์๋ก์ด ์ด๋ฏธ์ง๋ฅผ ์์ฑํ๋ค. ๋ํ, ์๋ณธ ์ด๋ฏธ์ง์ ํ ์ ๋๋ ๊ฒ์ ์ ์ ๋
ธ์ด์ฆ,
๊ทธ๋ฆผ์, ๋๋ ์๊ทผ๊ฐ์ ์ถ๊ฐํ์ฌ ์๋ก์ด ์ด๋ฏธ์ง๋ฅผ ์์ฑํ๋ ๋ฐฉ๋ฒ์ด๋ค. ๋ณธ ์ฐ๊ตฌ์์๋ ์๊ธฐ์ ๋ฐ์ดํฐ ์ฆ์ ๊ธฐ๋ฒ์ ์ด์ฉํ์ฌ ์ด๋ฏธ์ง๋ฅผ ์ถ๊ฐ ์์ฑํ์๋ค.
Fig. 6 Partial road condition image used for feature extraction
3.2 ์์คํํธ ์ฝํฌ๋ฆฌํธ ํฌ์ฅ ๋
ธ๋ฉด ์ํ ๋ถ๋ฅ ๋ชจ๋ธ ํ์ต
์ต๊ทผ ํ๋์จ์ด ์ฑ๋ฅ ํฅ์์ผ๋ก ๋ฅ๋ฌ๋์ ์ด๋ฏธ์ง ๋ถ๋ฅ๊ฐ ๊ธฐ๋ณธ ์์
์ธ ์ปดํจํฐ ๋น์ ๋ถ์ผ์์ ํฌ๊ฒ ๋ฐ์ ํ์๋ค. CNN์ ๊ฐ๋ ฅํ ํน์ง ์ถ์ถ ๊ธฐ๋ฅ์ ๊ฐ์ง๊ณ ์์ผ๋ฉฐ
์ด๋ฏธ์ง ์ธ์ ๋ฐ ๋ถ๋ฅ ์์
์์ ๋ฐ์ด๋ ์ฑ๋ฅ์ ๋ฐํํ๊ณ ์๋ค. ๊ณ์ธต๋ณ๋ก ์ด๋ฏธ์ง ํน์ง์ ์ถ์ถํ ์ ์์ ๋ฟ๋ง ์๋๋ผ ํน์ง ๋ฐ ๊ตฌ์กฐ์ ํน์ง๋ ๋ณ๋ ฌ ํ์ต์
ํตํด ๋คํธ์ํฌ ํจ์จ์ฑ์ ํฅ์์ํฌ ์ ์๋ค(Li et al., 2018; Krizhevsky et al., 2017). ๋ณธ ์ฐ๊ตฌ์์๋ ์์คํํธ ์ฝํฌ๋ฆฌํธ ํฌ์ฅ ์ด๋ฏธ์ง์ ๋ถ๋ฅ๋ฅผ ์ํด CNN ๋ชจ๋ธ ์ํคํ
์ฒ ์ค์์ VGG16์ ์ฌ์ฉํ์๋ค(Fig. 7). VGG ๋ชจ๋ธ์ ์ฅ์คํผ๋ ๋ํ์ ์ฐ๊ตฌํ์ ์ํด์ ๊ฐ๋ฐ๋์์ผ๋ฉฐ, ๋ฅ๋ฌ๋ ๊ธฐ๋ฐ ์ปดํจํฐ ๋น์ ๋ชจ๋ธ์ ์๋๋ฅผ ์ด์๋ AlexNet์ 8-layers ๋ชจ๋ธ๋ณด๋ค
๊น์ด๊ฐ 2๋ฐฐ ์ด์ ๊น์ ๋คํธ์ํฌ์ ํ์ต์ ์ฑ๊ณตํ์๋ค. ์ด๋ฅผ ํตํด ImageNet ๊ฒฝ์ฐ์์ AlexNet์ ์ค์ฐจ์จ์ ์ ๋ฐ(16.4 > 7.3)์ผ๋ก ์ค์๋ค.
VGG16์ 16๊ณ์ธต ์ฌ์ธต์ ๊ฒฝ๋ง์ ๋ํ๋ด๊ณ ์์ผ๋ฉฐ, ์ฝ 1์ต 2,800๋ง ๊ฐ์ ๋งค๊ฐ๋ณ์๋ฅผ ๊ฐ์ง๊ณ ์๋ค. VGG16์ Fig. 7์์ ๋ณด๋ ๋ฐ์ ๊ฐ์ด 13๊ฐ์ ์ปจ๋ณผ๋ฃจ์
๋ ์ด์ด์ 3๊ฐ์ ์์ ํ ์ฐ๊ฒฐ๋ ๋ ์ด์ด๋ก ๊ตฌ์ฑ๋์ด ์๋ค.
์ผ๋ฐ์ ์ผ๋ก ๋ฐ์ดํฐ์ ์์ง์ ๋งค์ฐ ๋ณต์กํ ๊ณผ์ ์ด ํ์ํ๋ฉฐ, ๋น์ฉ์ด ๋์ ํน์ง์ด ์๋ค. ๋ฐ๋ผ์ ๊ณ ํ์ง์ ๋์ฉ๋ ๋ฐ์ดํฐ ์ธํธ๋ฅผ ๊ตฌ์ฑํ๋ ๊ฒ์ ์๋นํ ์ด๋ ต๋ค.
๋ณธ ์ฐ๊ตฌ์์๋ ์ ์ดํ์ต์ ํตํด ์ด๋ฌํ ๋ฌธ์ ์ ์ ํด๊ฒฐํ์๋ค. ์ ์ดํ์ต์ ํ์ต ๋ฐ์ดํฐ๊ฐ ๋ถ์กฑํ ๊ฒฝ์ฐ ์ ์ฌํ ๋ถ์ผ์์ ๊ธฐ ํ์ต๋ ์ ๊ฒฝ๋ง์ ํ์ฉํ์ฌ ํ์ตํ๋
๋ฐฉ๋ฒ์ด๋ค(Pan and Yand, 2010). ์ด๋ฏธ์ง ๋ถ๋ฅ๋ฅผ ์ํ ๋ชจ๋ธ ๊ฐ๋ฐ ๋ฐ ํ์ต๊ธฐ๊ฐ์ ์ค์ผ ์ ์์ผ๋ฉฐ, ๊ฒ์ฆ๋ ๋ชจ๋ธ์ ํ์ฉํ ์ ์๋ ์ฅ์ ์ด ์๋ค. Mao et al.(2020) ์ฐ๊ตฌ์ง๋ค์ ์ก๊ต, ๋๋ก, ๊ฑด๋ฌผ ๋ฑ 25๊ฐ์ ๋ถ๋ฅ๊ฐ ํฌํจ๋ 2,016๊ฐ ๋ฐ์ดํฐ ์ธํธ์์ ์ ์ดํ์ต์ ๊ธฐ๋ฐ์ผ๋ก ํ๋ ์ดํ ์ด๋ฏธ์ง ๋ถ๋ฅ ๋ฐฉ๋ฒ์ ์ด์ฉํ์ฌ
๋ถ๋ฅ ์ ํ๋๊ฐ 10.54 % ํฅ์๋์๋ค. ๋ณธ ์ฐ๊ตฌ์์๋ ์ ์ฒด ์ปจ๋ณผ๋ฃจ์
๋ ์ด์ด์ ๋ํด ImageNet ๋ฐ์ดํฐ ์ธํธ๋ก ์ฌ์ ํ์ต๋ ๊ฐ์ค์น(pretrained
weight)๋ฅผ ํธ์ถํ์ฌ ์ ์ดํ์ต์ ์ํํ์๋ค. ๋ณธ ์ฐ๊ตฌ์์ ์ฌ์ฉ๋ ๋ฅ๋ฌ๋ ๋ชจ๋ธ(VGG16)์ ํ์ต์ ์ํ ํ์ดํผํ๋ผ๋ฏธํฐ๋ Table 1์ ์ ๋ฆฌ๋์ด์๋ค. ๋ฅ๋ฌ๋ ๋ชจ๋ธ์ ๊ณผ์ ํฉ(overfitting)์ ๋ฐฉ์งํ๊ณ ํ์ต์๊ฐ์ ๋จ์ถํ๊ธฐ ์ํ์ฌ ๊ฒ์ฆ๋ฐ์ดํฐ์ ๋ํ ์์คํจ์๊ฐ 50 epoch ์ด์
๊ฐ์ํ์ง ์๋ ๊ฒฝ์ฐ ํ๋ จ์ ์กฐ๊ธฐ ์ค๋จํ๋๋ก ์ค์ ํ์๋ค. ๋ํ ๋ชจ๋ธ ํ์ต ์ ์ฑ๋ฅํฅ์์ ์ํด ์ด๋ฏธ์ง ์ฆ๊ฐ ๊ธฐ๋ฒ์ ์ฌ์ฉํ์๋ค.
๋ณธ ์ฐ๊ตฌ์์ ์ฌ์ฉ๋ ๋ฅ๋ฌ๋ ๋ชจ๋ธ์ ํ์ต์ํด์ ๋ฐ๋ผ ๋ฐ์ํ ์์ค ๋ฐ ์ ํ๋์ ๋ณํ๋ฅผ ์ถ์ ํ๊ธฐ ์ํด ํ๋ จ ๋ฐ ๊ฒ์ฆ ๋ฐ์ดํฐ์ธํธ์ ๋ํด ํ์ต ์ด๋ ฅ์ ๋ถ์ํ์๋ค.
Fig. 8(a)์์ ๋ณผ ์ ์๋ฏ์ด, ํ๋ จ(ํ๋ ์ค์ ) ๋ฐ ๊ฒ์ฆ(์ฃผํฉ์ ์ ์ ) ๋ฐ์ดํฐ์ ๋ํ ์์คํจ์๊ฐ epoch๋ฅผ ๊ฑฐ๋ญํ ์๋ก ์ ์ฐจ์ ์ผ๋ก ๊ฐ์ํ์๋ค. ํนํ, ์ด๊ธฐ
epoch์์ ์์ค์ด ๋น ๋ฅด๊ฒ ๊ฐ์ํ์์ผ๋ฉฐ, ์ ์ฐจ ์๋ ดํ๋ ์์์ ๋ณด์๋ค.
๋ค์์ผ๋ก, Fig. 8(b)์์ ์ ํ๋์ ๋ํ ์ด๋ ฅ์ ํ์ธํ์์ ๋, ํ๋ จ ๋ฐ ๊ฒ์ฆ ์ ํ๋๋ ํ์ต์ด ์งํ๋จ์ ๋ฐ๋ผ ์ฆ๊ฐํ๋ ๊ฒฝํฅ์ ๋ณด์๋ค. ํ๋ จ ์ ํ๋์ ๊ฒ์ฆ ์ ํ๋๊ฐ ์ ์ฌํ
ํจํด์ผ๋ก ์ฆ๊ฐํ์๊ณ , ํ๋ จ ์ ํ๋๊ฐ ๊ฒ์ฆ ์ ํ๋๋ณด๋ค ํฌ์ง ์์ ๊ณผ์ ํฉ ์์ด ๋ชจ๋ธ์ด ํ์ต๋ ๊ฒ์ ํ์ธํ ์ ์๋ค. ๊ธฐ์กด์ ๋ฅ๋ฌ๋ ๊ธฐ๋ฐ ์ด๋ฏธ์ง ๋ถ๋ฅ ์ฐ๊ตฌ์
๋นํด ์๋์ ์ผ๋ก ์ ์์์ ๋ฐ์ดํฐ๋ฅผ ๋ชจ๋ธ ํ์ต์ ์ด์ฉํ์์์๋ ๋ถ๊ตฌํ๊ณ ๊ณผ์ ํฉ์ด ์ผ์ด๋์ง ์์ ๊ฒ์ ์ด๋ฏธ์ง ์ฆ๊ฐ๊ณผ ์ ์ดํ์ต์ ํจ๊ณผ์ธ ๊ฒ์ผ๋ก ์ฌ๋ฃ๋๋ค.
Fig. 7 Model architecture of the deep learning model for road condition classification
Fig. 8 Learning curves of the deep learning model for road condition classification
Table 1 Hyperparameters to train the deep learning model
Hyperparameters
|
Value
|
No. of epochs
|
200
|
Batch size
|
16
|
Learning rate
|
0.001
|
3.3 ์์คํํธ ์ฝํฌ๋ฆฌํธ ํฌ์ฅ ๋
ธ๋ฉด ์ํ ๋ถ๋ฅ ๋ชจ๋ธ ํ๊ฐ
ํ์ต๋ ๋ฅ๋ฌ๋ ๋ชจ๋ธ์ ์์คํํธ ์ฝํฌ๋ฆฌํธ ํฌ์ฅ ๋
ธ๋ฉด ์ํ ๋ถ๋ฅ ์ฑ๋ฅ์ ํ๊ฐํ๊ธฐ ์ํด ๊ฒ์ฆ ๋ฐ์ดํฐ์ธํธ์ ๋ํ ํผ๋ ํ๋ ฌ(confusion matrix)๋ฅผ
๊ณ์ฐํ์๋ค(Fig. 9). ํผ๋ ํ๋ ฌ์ ๊ฐ ํด๋์ค(๊ฑด์กฐ, ์ ์, ๋ธ๋์์ด์ค, ๋ ๋
ธ๋ฉด)์ ๋ํ ์ค์ ๋ ์ด๋ธ๊ณผ ํ์ต๋ ๋ชจ๋ธ์ ์์ธก ๋ ์ด๋ธ ๊ฐ์ ๊ด๊ณ๋ฅผ ์๊ฐ์ ์ผ๋ก ๋ํ๋ด๋
๋๊ตฌ์ด๋ค.
Fig. 9์์ ๊ฐ ํ์ ์ค์ ํด๋์ค๋ฅผ ๋ํ๋ด๊ณ , ๊ฐ ์ด์ ํ์ต๋ ๋ฅ๋ฌ๋ ๋ชจ๋ธ์ด ์์ธกํ ํด๋์ค๋ฅผ ๋ํ๋ธ๋ค. Fig. 9์์ ๋ณผ ์ ์๋ฏ์ด, ๋ธ๋์์ด์ค์ ๋ ๋
ธ๋ฉด ํด๋์ค์ ๋ํด์๋ ์ค๋ถ๋ฅ ์์ด 100 % ์ ํ๋๋ก ๋ถ๋ฅ๊ฐ ๊ฐ๋ฅํ ๊ฒ์ ์ ์ ์๋ค. ๊ฑด์กฐ์ ์ ์ ํด๋์ค
์ฌ์ด์์๋ ์ฝ๊ฐ์ ํผ๋์ด ๋ฐ์ํ ๊ฒ์ ํ์ธํ ์ ์๋ค. 21๊ฐ์ ๊ฑด์กฐ ์ํ์ ์ด๋ฏธ์ง ์ค 3๊ฐ์ ์ด๋ฏธ์ง๊ฐ ์ ์ ์ํ๋ก ์๋ชป ๋ถ๋ฅ ๋์๊ณ , 35๊ฐ์ ์ ์
์ํ ์ด๋ฏธ์ง ์ค 4๊ฐ์ ์ด๋ฏธ์ง๊ฐ ๊ฑด์กฐ ์ํ๋ก ์ค๋ถ๋ฅ ๋์๋ค. ์ด๋ ์ด๋ฏธ์ง ํด๋นํ๋ 7๊ฐ์ ์ค๋ถ๋ฅ๋ ์ด๋ฏธ์ง์ ํน์ฑ์ด ์ค์ ๋ก ๊ตฌ๋ถ์ด ์ด๋ ค์ธ ์ ๋๋ก ์ ์ฌํ๊ธฐ
๋๋ฌธ ์ธ ๊ฒ์ผ๋ก ํ๋จ๋๋ค. ํ์ง๋ง, ๋ณธ ์ฐ๊ตฌ์์ ์ฃผ๋ก ๊ด์ฌ์ด ์๋ ๋ธ๋์์ด์ค์ ๋ ๋
ธ๋ฉด์ ๋ํด์๋ 100 % ์ ํ๋๋ฅผ ๋ฌ์ฑํ์ฌ ํ์ต๋ ๋ชจ๋ธ์ ์ฑ๋ฅ์ด
์ํธํจ์ ํ์ธํ์๋ค.
ํ์ต๋ ๋ฅ๋ฌ๋ ๋ชจ๋ธ์ด ๋ค ๊ฐ์ ์์คํํธ ์ฝํฌ๋ฆฌํธ ํฌ์ฅ ๋
ธ๋ฉด ์ํ์ ๋ํด ์ผ๋ง๋ ํจ๊ณผ์ ์ผ๋ก ๋ถ๋ฅํ๋์ง ์ ๋์ ์ผ๋ก ํ๊ฐํ๊ธฐ ์ํด ์ ๋ฐ๋(precision),
์ฌํ์จ(recall), ๊ทธ๋ฆฌ๊ณ F1 ์ ์(F1-score)๋ฅผ ๊ณ์ฐํ์ฌ Table 2์ ํ์ํ์๋ค. ๋จผ์ , ์ ๋ฐ๋๋ ๊ฐ ํด๋์ค์ ๋ํ ์์ธก ์ค ํ์ต๋ ๋ฅ๋ฌ๋ ๋ชจ๋ธ์ด ์ ํํ๊ฒ ๋ง์ถ ๋น์จ์ ๋ํ๋ธ๋ค. ์ฌํ์จ์ ์ค์ ๋ก ํด๋น ํด๋์ค์ ์ํ
์ด๋ฏธ์ง ๋ฐ์ดํฐ ์ค์์ ๋ชจ๋ธ์ด ์ ํํ๊ฒ ์์ธกํ ๋น์จ์ ๋ํ๋ธ๋ค. ๋์ ์ฌํ์จ์ ํ์ต๋ ๋ชจ๋ธ์ด ํด๋น ํด๋์ค๋ฅผ ๋์น์ง ์๊ณ ์ ์๋ณํ๋ค๋ ๊ฒ์ ์๋ฏธํ๋ค.
๋ง์ง๋ง์ผ๋ก, F1 ์ ์๋ ์ ๋ฐ๋์ ์ฌํ์จ์ ์กฐํ ํ๊ท ์ผ๋ก, ๋ ์งํ ์ฌ์ด์ ๊ท ํ์ ๋ํ๋ธ๋ค. F1 ์ ์๋ ๋ชจ๋ธ์ด ์ผ๋ง๋ ์ ํํ ์ด๋ฏธ์ง ๋ถ๋ฅ๋ฅผ ํ ์
์๋์ง ์ข
ํฉ์ ์ผ๋ก ํ๊ฐํ๋ ์งํ์ด๋ค.
Table 2์์ ํ์ธํ ์ ์๋ฏ์ด, ๋ณธ ๋
ผ๋ฌธ์์ ๊ณ ๋ คํ๊ณ ์๋ ๋ค ๊ฐ์ง์ ํด๋์ค(๊ฑด์กฐ, ์ ์, ๋ธ๋์์ด์ค, ๋ ๋
ธ๋ฉด)์ ๋ํด ํ์ต๋ ๋ชจ๋ธ์ด ๋์ ์งํ๋ค์ ๋ณด์ด๋
๊ฒ์ ํ์ธํ ์ ์๋ค. ์ ๋ฐ๋, ์ฌํ์จ, F1 ์ ์ ์ธ ๊ฐ์ง ์งํ์์ ๋ชจ๋ 1์ ๊ฐ๊น๊ฑฐ๋ 1์ ๊ฐ์ ๊ฐ์ง๋ ๊ฒฐ๊ณผ๋ฅผ ์ป์๊ณ , ์ด๋ ํ์ต๋ ๋ชจ๋ธ์ ๋ถ๋ฅ
์ฑ๋ฅ์ด ๋์์ ์๋ฏธํ๋ค.
Table 2 Summary of road condition classification results on the validation dataset
Class
|
Precision
|
Recall
|
F1-score
|
No. of images
|
Dry
|
0.82
|
0.86
|
0.84
|
21
|
Wet
|
0.91
|
0.89
|
0.90
|
35
|
Ice
|
1.00
|
1.00
|
1.00
|
4
|
Snow
|
1.00
|
1.00
|
1.00
|
11
|
3.4 ๋ธ๋์์ด์ค ์๋ ์๋ฐฉ ์์คํ
๋ณธ ์ฐ๊ตฌ์์๋ 3์ฅ์์ ๊ฐ๋ฐ๋ ์์คํํธ ์ฝํฌ๋ฆฌํธ ํฌ์ฅ ์ํ ์ธ์ ์์คํ
์ ๊ฒ์ฆ์ ์ํด ํ๋ฉด์ ์ํ๊ฐ ๊ฑด์กฐ, ์ ์, ๋ธ๋์์ด์ค, ๋์ธ ์์คํํธ ์ฝํฌ๋ฆฌํธ
ํฌ์ฅ์ฒด๋ฅผ ์ ์ํ์๋ค. ๊ฐ ํ๋ฉด์ํ๊ฐ ๋ค๋ฅธ ํฌ์ฅ์ฒด๋ฅผ 3์ฅ์์ ๊ฐ๋ฐ๋ ์์คํ
์ ์ํด ์๋ณ๋ ๊ฒฐ๊ณผ๋ Fig. 10๊ณผ ๊ฐ๋ค. Fig. 10์์ ๋ณด๋ ๋ฐ์ ๊ฐ์ด ๋
ธ๋ฉด์ ์ํ๋ฅผ ์ ํํ ์๋ณํ๋ ๊ฒ์ ์ ์ ์์๋ค.
๋ํ, ์์คํํธ ์ฝํฌ๋ฆฌํธ ํฌ์ฅ ๋
ธ๋ฉด์ ์ํ ์ด๋ฏธ์ง ์๋ณ ๊ธฐ๋ฅ์ ์ ํ๋๋ฅผ ๋์ด๊ธฐ ์ํด ์ค์ ๋
ธ๋ฉด์ ์จ๋, ์ต๋ ๋ฑ์ ์ธก์ ์ผ์๋ฅผ ์ค์นํ์๋ค. ์์คํํธ
์ฝํฌ๋ฆฌํธ ํ๋ฉด์ ์จ๋๋ฅผ ์ ํํ ์ธก์ ํ๋ ๊ฒ์ ๋
ธ๋ฉด์ ์ํ๋ฅผ ํ๊ฐํ๋ ๋ฐ ์๋นํ ์ค์ํ๋ค. ์ด๋ฅผ ์ํด ๋ณธ ์ฐ๊ตฌ์์๋ ๊ธธ์ด 20 mm, ํญ 7.4 mm,
๋๊ป 3.8 mm์ ๋งค๋ฆฝํ ์จ๋์ผ์ PT1000์ ์ด์ฉํ์ฌ Fig. 11๊ณผ ๊ฐ์ด ์์คํํธ ์ฝํฌ๋ฆฌํธ ํ๋ฉด์ ๋งค๋ฆฝํ์๋ค. ๋ํ, ์์คํํธ ์ฝํฌ๋ฆฌํธ ํฌ์ฅ ๋๊ธฐ์ ์๋์ต๋๋ฅผ ์ธก์ ํ๊ธฐ ์ํด Fig. 11๊ณผ ๊ฐ์ด ๋ฐ๋ง ์ฝ๋ด์ ์ผ์๋ฅผ ์ฌ์ฉํ์๋ค.
๋ณธ ์ฐ๊ตฌ์์๋ 3.3์ ์ด๋ฏธ์ง ์๋ณ์ ์ํด ์์คํํธ ์ฝํฌ๋ฆฌํธ ๋
ธ๋ฉด์ ์ํ๊ฐ ๋ธ๋์์ด์ค๋ก ์๋ณ์ด ๋๋ฉด, ์ค์ ๋๋ก์์ ์ค์น๋ ์ผ์์์ ์ธก์ ๋ ์จ๋ ๋ฐ
์ํ์ต๋ ๊ฒฐ๊ณผ๋ฅผ ํตํด ์ต์ข
ํ์ ์ ํ๊ฒ๋ ํ์๋ค. ์ฆ, ์ผ์์์ ์ธก์ ๋ ์์คํํธ ์ฝํฌ๋ฆฌํธ ๋
ธ๋ฉด์ ์จ๋๊ฐ 2 โ์ดํ์ด๊ณ , ์๋์ต๋๊ฐ 90 %์ด์์ธ ๊ฒฝ์ฐ
๋ธ๋์์ด์ค๋ก ์ต์ข
ํ์ ํ๋ค(Kim et al., 2011). ๋ํ, ๋ณธ ์ฐ๊ตฌ์์๋ Fig. 11์์์ ๊ฐ์ด ๋ธ๋์์ด์ค๋ก ์ต์ข
ํ์ ์ด ๋๋ฉด, ๋๋ก์ ์ค์น๋ ๋ธ๋์์ด์ค ์๋ฐฉ ์์คํ
์ด ์๋์ผ๋ก ์๋ํ๊ฒ ๋๋ค. ๋๋ก ์์ ์ค์น๋ ํ๋ฌํ์ฐ์ค์ ์ค์น๋
์ ์ฅํฑํฌ์ ํํ์ ์ํด ์ผ์๊ฐ ์๋์ ์ผ๋ก ๋
ธ๋ฉด ํ๋ฉด์ ์๋ ๋ถ์ฌํ๋๋ก ํ์๋ค.
Fig. 10 Examples of asphalt concrete pavement condition recognition
Fig. 11 Example of black ice prevention system
4. ๊ฒฐ ๋ก
๋ณธ ์ฐ๊ตฌ์์๋ ์์คํํธ ์ฝํฌ๋ฆฌํธ ๋
ธ๋ฉด์ ์ํ๋ฅผ ์ค์๊ฐ์ ์ผ๋ก ์๋ณํ๊ธฐ ์ํด ์ด๋ฏธ์ง๊ธฐ๋ฐ ๋ถ์ ์์คํ
์ ๊ฐ๋ฐํ์๋ค. ์ด๋ฅผ ์ํด ๊ฐ ์์คํํธ ๋๋ก ๋
ธ๋ฉด ์ด๋ฏธ์ง์
๋ํด ๋ฐ์ดํฐ ์ธํธ๋ฅผ ๋ฅ๋ฌ๋์ ํ์ฉํ์ฌ ๋
ธ๋ฉด์ ์ํ๋ฅผ ๊ฑด์กฐ, ์ ์, ๋ธ๋์์ด์ค, ๋ ๋
ธ๋ฉด ์ํ๋ก ์๋ณํ์๋ค. ๋ํ, ๋
ธ๋ฉด ์ํ์ ์ต์ข
ํ๋ณ์ ์ํด ์ค์
๋
ธ๋ฉด์์ ์ธก์ ๋ ์จ๋์ ์ต๋ ๋ฐ์ดํฐ๋ฅผ ์ฌ์ฉํ์๋ค. ๊ทธ๋ฆฌ๊ณ ์์คํํธ ์ฝํฌ๋ฆฌํธ ํฌ์ฅ์ ๋
ธ๋ฉด ์ํ๊ฐ ๋ธ๋์์ด์ค๋ก ํ์ ์ด ๋๋ฉด, ๋๋ก์ ์ค์น๋ ์ผ์ ๋ถ์ฌ์ฅ์น๊ฐ
์๋์ผ๋ก ์๋ํ๋๋ก ํ์๋ค. ์ด ์ฐ๊ตฌ์ ์ฃผ์ ๊ฒฐ๊ณผ๋ ๋ค์๊ณผ ๊ฐ๋ค.
(1) ์์คํํธ ์ฝํฌ๋ฆฌํธ ํฌ์ฅ์ ๋
ธ๋ฉด ์ํ ์ด๋ฏธ์ง์ ๋
ธ์ด์ฆ๋ฅผ ์ ๊ฑฐํ๊ธฐ ์ํด ์ด์ฐ ์จ์ด๋ธ๋ฆฟ ๋ณํ์ ์ฌ์ฉํ์๋ค. ์ฆ, ์ ๋์ญ-์ ๋์ญ(LL) ์ด๋ฏธ์ง๋ฅผ ์ด๋ฏธ์ง
์๋ณ ํ์ต์ ์ฌ์ฉํ์๋ค.
(2) ์์คํํธ ์ฝํฌ๋ฆฌํธ ํ๋ฉด์ ๋ช
์ ๋ถํฌ๋ ๊ฐ ์ํ์ ๋ฐ๋ผ ๋ค๋ฅธ ๋ถํฌ๋ฅผ ๋ณด์ด๋ ๊ฒ์ผ๋ก ํ์ธํ์์ผ๋ฉฐ, ๋
ธ๋ฉด์ ์ํ๋ฅผ ์๋ณํ๋๋ฐ ๊ณ ์ ํ ํน์ง์ด ๋ ์
์์์ ํ์ธํ์๋ค. ์ด๋ ์์คํํธ ์ฝํฌ๋ฆฌํธ ํฌ์ฅ์ ์ํ๋ฅผ ๊ฑด์กฐ, ์ ์, ๋ธ๋์์ด์ค, ๋์ผ๋ก ๋ถ๋ฅํ๋ ๊ฒ์ด ํ๋นํ ๊ฒ์ผ๋ก ๋ํ๋ฌ๋ค.
(3) ์์คํํธ ์ฝํฌ๋ฆฌํธ ํฌ์ฅ ๋
ธ๋ฉด์ ์ํ์ ์๋ณ์ ์ํด ๊ตญ๋ด ์์คํํธ ์ฝํฌ๋ฆฌํธ ํฌ์ฅ์ด ์๊ณต๋ ๋๋ก๋ฅผ ๋์์ผ๋ก ๊ฑด์กฐ, ์ ์, ๋ธ๋์์ด์ค, ๋ ๋
ธ๋ฉด์
์ํ์ ์ด๋ฏธ์ง๋ฅผ ์ด 352๊ฐ ์ทจ๋ํ์๋ค. ๋ํ, ์๋ณธ ์ด๋ฏธ์ง์ ๋ฐ์ดํฐ ์ฆ์ ๊ธฐ๋ฒ(ํฌ๊ธฐ ์กฐ์ , ์ด๋, ํ์ , ํ๋ฆฝํ ๋ฑ)์ ์ ์ฉํ์ฌ ์๋ก์ด ์ด๋ฏธ์ง๋ฅผ
์ถ๊ฐ ์์ฑํ์๋ค.
(4) ๊ตฌ์ถํ ์ด๋ฏธ์ง ๋ฐ์ดํฐ์ธํธ๋ฅผ ํ์ฉํ์ฌ CNN ๊ธฐ๋ฐ์ ๋ฅ๋ฌ๋ ๋ชจ๋ธ์ ์ ์ดํ์ต์ ์ ์ฉํ์ฌ ํ์ต ์ํจ ๊ฒฐ๊ณผ, ํน๋ณํ ๊ณผ์ ํฉ ์์ด ์์ ์ ์ผ๋ก ํ์ต์ด
์ด๋ฃจ์ด์ง๋ ๊ฒ์ ํ์ธํ์๋ค.
(5) ํ์ต๋ ๋ฅ๋ฌ๋ ๋ชจ๋ธ์ ๊ฒ์ฆ์ฉ ๋ฐ์ดํฐ์ธํธ๋ก ์ฑ๋ฅ์ ํ๊ฐํ ๊ฒฐ๊ณผ, F1 ์ ์๋ฅผ ๊ธฐ์ค์ผ๋ก ๋ธ๋์์ด์ค์ ๋ ๋
ธ๋ฉด ์ํ์ ๋ํด์๋ 100 % ์ ํ๋๋ฅผ
๋ฌ์ฑํ ๊ฒ์ ํ์ธํ์๋ค.
(6) ๋ณธ ์ฐ๊ตฌ์์ ๊ฐ๋ฐ๋ ์์คํํธ ์ฝํฌ๋ฆฌํธ ํฌ์ฅ์ ๋ํ ๋
ธ๋ฉด ์ํ์ ์ค์๊ฐ ์๋ณ ์์คํ
๊ณผ ๋ธ๋์์ด์ค ์๋ ์๋ฐฉ ์์คํ
์ ์ด์ ์์ ์์ ์ดํ์ ๋ณด์ฅํ๊ณ
๊ตํต์ฌ๊ณ ๋ฐ์๋ฅ ์ ๋ฎ์ถ ์ ์์ ๊ฒ์ผ๋ก ๊ธฐ๋๋๋ค.
๊ฐ์ฌ์ ๊ธ
๋ณธ ์ฐ๊ตฌ๋ ์ ๋ถ(๊ณผํ๊ธฐ์ ์ ๋ณดํต์ ๋ถ)์ ์ฌ์์ผ๋ก ํ๊ตญ์ฐ๊ตฌ์ฌ๋จ(2020R1A2C2008926)์ ์ง์์ ์ํด ์ํ๋์์ต๋๋ค.
References
Tan, Y., Xiao, S., and Xiong, X. (2021), Review on detection and prediction methods
for pavement skid resistance, Journal of Traffic and Transportation Engineering, 21(4),
32-47.

Kropiwnicki, J. (2019), A unified approach to the analysis of electric energy and
fuel consumption of cars in city traffic, Energy, 182, 1045-57.

Park, G. Y., Lee, S. H., Kim, E. J., and Yun, B. Y. (2017), A Case Study on Meteorological
Analysis of Freezing Rain and Black Ice Formation on the Load at Winter, Journal of
Environmental Science International, 26(7), 827-836.

Ghim, O. P., and Fwa, T. F. (2010), Mechanistic Interpretation of Braking Distance
Specifications and Pavement Friction Requirements, Journal of the Transportation Research
Board, 2155(1), 145-157.

Hong, H. (2014), Analysis of Accident Cause on Icy Road Pavement, Master Thesis, University
of Seoul (in Korean).

Yang, H. J., Jang, H., Jeong, D. S. (2013), Detection Algorithm for Road Surface Condition
Using Wavelet Packet Transform and SVM, In The 19th Korea-Japan Joint Workshop on
Frontiers of Computer Vision, IEEE, 323-326.

Landry, F. -G., and Akhloufi, M. A. (2022), Deep Learning and Computer Vision Techniques
for Estimating Snow Coverage on Roads using Surveillance Cameras, 18th IEEE International
Conference on Advanced Video and Signal Based Surveillance (AVSS), Madrid, Spain,
1-8.

Mats, R., Torbj, G., Jorgen, B., and Per-Erik, J. (2012), Ice Formation Detection
on Road Surfaces using Infrared Thermometry, Cold Regions Science and Technology,
Elsevier, 83-84, 71-76.

Lee, H., Hwang, K., Kang, M., and Song, J. (2020), Black ice detection using CNN for
the Prevention of Accidents in Automated Vehicle, International Conference on Computational
Science and Computational Intelligence (CSCI), Las Vegas, NV, USA, 2020, 1189-1192.

Li, Q., Ji, Y. W., and Wang, Z. P. (2017), Design of Road Icing Detection System Based
on OpenCV+Python, Journal of Shaanxi University of Science & Technology(Natural Science
Edition), 35(2), 158-164.

Ma, X., and Ruan, C. (2020), Method for Black Ice Detection on Roads using Tri-wavelength
Backscattering Measurements, Journal of Applied Optics, 59(24), 7242-7246.

Jonsson, P.. (2011), Remote sensor for winter road surface status detection, SENSORS,
2011 IEEE, Limerick, Ireland. 1285-1288.

Tabatabai, H., and Aljuboori, M. (2017), A Novel Concrete-Based Sensor for Detection
of Ice and Water on Roads and Bridges, Journal of Sensors, 17(12), 1-23.

Li, P., Li, J., and Wang, G. C. (2018), Application of convolutional neural network
in natural language processing, 15th International Computer Conference on Wavelet
Active Media Technology and Information Processing (ICCWAMTIP), Chengdu, China, 120-122.

Krizhevsky, A., Sutskever, I., and Hinton, G. E. (2017), ImageNet classification with
deep convolutional neural networks, Communications of the ACM, 60(6), 84-90.

Pan, S. J., and Yang, Q. A. (2010), A Survey on transfer learning, IEEE Transactions
on knowledge and data engineering, 22(10), 1345-1359.

Mao, Y. H., He, Z. Z., and Ma, Z. (2020), Infrared Target Classification with Reconstruction
Transfer Learning, Journal of University of Electronic Science and Technology of China,
49(4), 609-614.

Kim, I. S., Bae, I. C., Rhee, J., Jang, H. I., Kim, K. (2011), Pavement Management
Strategy for Traffic Safety in Winter Season (Subtitle : A Study on the forecast of
Freezing Rain on Roads), Korea Expressway Corporation, Expressway & Transportation
Research Institute Report, No. EXTRI-2016-55-534.9607, 12-14 (in Korean).
