KCI등재
평면 스케치 딥러닝 학습모델 구축과 공간디자인 활용 - 평면 스케치 인식 기반 설계초기 BIM 모델 자동생성 모듈 개발 중심으로 - = Training Floorplan Sketches and Applying to the Spatial Design - Focused on the Development of Automated BIM Modeling module from Floor Plan Sketches in the Early Stage of Design
저자
발행기관
학술지명
한국공간디자인학회논문집(Journal of the Korea Institute of the Spatial Design)
권호사항
발행연도
2021
작성언어
-주제어
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
365-374(10쪽)
KCI 피인용횟수
0
DOI식별코드
제공처
(연구배경 및 목적) 최근 건설 산업에서 4차 산업혁명 관련 기술의 활용이 요구됨에 따라 디지털 기술 및 데이터 기반 사업으로의 전환이 중요해지고 있는 실정이다. 현재 설계 분야에서 활용되는 데이터들은 다양한 형태로 존재하여 누적된 설계정보를 관리 및 추후 활용하기 어렵다. 이에 본 연구는 아날로그 매체인 평면 스케치를 인식하여 컴퓨터가 이해가능한 BIM이라는 디지털 매체로 전환하는 기술의 개발 및 활용을 목적으로 한다. (연구방법) 이를 위해 본 연구는 두 부분으로 나누어 진행된다: 1) 평면 스케치 인식, 2) 인식된 평면 스케치의 활용. 평면 스케치 인식을 위해서 딥러닝 기술인 Generative Adversarial Network(이하 GAN) 기반 스타일 트랜스퍼 알고리즘을 평면 스케치 인식에 적용했다. 다양한 형태로 존재하는 스케치를 중요 건축 요소들이 라벨링 된 하나의 일관된 스타일로 변환했다. 인식된 평면 스케치의 활용에서는 변화된 평면도를 바탕으로 BIM 모델을 생성했다. 평면도를 객체별로 세분화 및 벡터화하여 객체별 좌표를 추출하여 BIM 모델 객체 배치를 위하여 사용했으며, 벽체, 바닥, 문 창문 객체를 대상으로 진행됐다. (결과) 본 연구의 결과로 평면 스케치 인식 모듈을 통해 새로운 평면 스케치를 입력 받았을 때, 건축 요소가 라벨링 된 이미지가 어느 정도 유의미한 정도로 출력됐다. 이를 활용하여 Autodesk사의 Revit을 이용하여 BIM 모델 생성 프로토타입을 제작했으며, 낮은 수준의 BIM 모델이지만 기하학 정보뿐만 아니라 속성정보까지 포함할 수 있는 빠르고 정확한 3차원 모델을 얻을 수 있었다. (결론) 본 연구 및 개발은 최종 목표인 지능적 설계시스템의 개발의 하위로, 컴퓨터가 설계정보 중 하나인 평면 스케치를 사람처럼 인식할 수 있는지 알아보고 이에 대한 활용 가능성을 제시했다. 후속 연구는 현재 인식 가능 대상 범위에서 확장되어 인식이 이루어진다면 상세 수준이 높은 BIM 모델을 얻을 수 있을 것이라 판단된다.
더보기(Background and Purpose) As the construction industry requires the use of technologies related to the fourth industrial revolution, the field's data-based digital technology is highlighted. Currently utilized data in architecture exists in various forms, making it difficult to manage and use the accumulated design information for other reasons. Therefore, this study proposes developing and utilizing technologies that recognize floorplan sketches, one of the analog media, and convert them into digital media, BIM, that computers can understand. (Method) This study is conducted in two parts: 1) floorplan sketch recognition, 2) utilization of recognized floorplan sketches. In the floorplan sketch recognition phase, we propose an approach that applies Generative Adversarial Network-based deep learning techniques to transform human-drawn floorplan sketch styles into one unified form. Specifically, to recognize the floorplan sketches, the deep learning model learns various forms of floorplan sketches and the styles it needs to transform in pairs. The consistent style has essential architectural elements labeled on it : wall, floor, door and window objects. The study uses apartment floorplan images as learning data for floorplan sketch recognition deep-learning model. The apartment floor plan dataset provided by the Ministry of Land, Infrastructure and Transport Seumteo(e-ais) consists of scanned floorplan images of apartments, houses, and row houses in Seoul. In the phase of the utilization of perceived floorplan sketches, BIM models were generated based on the recognized floorplan sketches. They were subdivided and vectorized by object to extract coordinates, and this enabled BIM models to be obtained by using them as input values for Revit API. (Results) The floorplan sketches labeled with essential architectural elements were the output for the floorplan sketch recognition module, and it was successfully printed out. For the analysis of the study, the predicted image was compared by the ground truth image and showed success. For the second phase, the BIM model prototype made on the Autodesk Revit platform created a fast and accurate 3D BIM model when the recognized floorplan sketches were given input. The created model is low in detail, but it contains the geometry information and the property information, making it an easier way for future use. (Conclusion) This research and development is a sub-development of the overall intelligent design system. It identifies whether computers can recognize one of the design information, floorplan sketches as human beings, and suggests its potentials. Subsequent studies are believed to obtain a BIM model with a high level of detail if recognition is achieved by scaling out of the current recognizable target range.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2022 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2019-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2016-01-01 | 평가 | 등재학술지 선정 (계속평가) | KCI등재 |
2015-06-01 | 학술지명변경 | 외국어명 : Journal of the Korea Intitute of the spatial design -> Journal of Korea Intitute of Spatial Design | KCI후보 |
2015-01-01 | 평가 | 등재후보학술지 유지 (계속평가) | KCI후보 |
2013-01-01 | 평가 | 등재후보 1차 FAIL (등재후보1차) | KCI후보 |
2012-01-01 | 평가 | 등재후보학술지 유지 (기타) | KCI후보 |
2011-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2009-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.47 | 0.47 | 0.53 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.51 | 0.52 | 0.692 | 0.28 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)