공중 영상과 AI 기반의 LLM을 활용한 도시 단위 건물 지붕의 열다리 탐지

열교는 건물 외피의 열 전도율이 주변 외피 부위보다 높아 외부로 더 많은 열을 전달하는 약한 구역을 의미한다. 이러한 열교는 에너지 소비 증가와 곰팡이 발생을 유발한다. 본 연구에서는 신경망 기반 접근법을 활용하여 도시 전체 구역의 파노라마 드론 이미지에서 건물 지붕 위의 열교를 자동으로 탐지하는 방법을 제시한다. 신경망을 훈련하기 위해, 총 917장의 이미지와 6,895개의 레이블을 포함하는 데이터셋을 구축하였다. 해당 데이터셋은 열정보(열교 탐지용), 고도지도(지붕 인식용), 그리고 일반적인 RGB 정보를 모두 포함하고 있다. 그러나 데이터셋 규모가 작아 현재의 접근법은 평균 재현율(Recall)이 IoU:0.5–0.95 기준 9.4%에 불과하며, 대형 객체의 경우 14.4%에 달한다. 그럼에도 불구하고, 본 방법은 건물의 다른 부분이 아닌 지붕 위에만 구조물을 신뢰성 있게 탐지할 수 있으며, 건물 부위를 추가로 분할하는(segmentation) 노력 없이도 가능하다.