초록
본 논문은 컬러 영상에서 색상과 움직임 정보를 이용하여 후보영역을 특정하고 연기의 특성들을 추출하여 신경망을 사용한 검출의 성능을 분석하여 제시한다. 기존 연기 검출 알고리즘에서는 연기의 움직임, 색상을 분석하여 후보영역으로 특정하고 그 영역 안에서 연기의 여러 특성을 분석 하는 방법을 이용한다. 하지만 대부분 처음 발생하는 연기의 색상조건을 고려하지 않았기 때문에 조기 검출에는 적절하지 못하다. 본 논문은 연기의 색상과 움직임의 특성을 분석하여 그에 알맞은 방법을 적용하여 후보영역을 폭넓게 결정하고 그 영역 내에서 연기의 확산과 투명성을 인공신경망에 적용시킴으로써 나오는 성능을 분석하였다. 모의실험 결과는 91.31%의 검출율과, 2.62%의 오검출율 성능을 확인할 수 있었다.
In this paper, we present performance analysis of video smoke detection based on BPN-Network that is using multi-smoke feature, and Neural Network. Conventional smoke detection method consist of simple or mixed functions using color, temporal, spatial characteristics. However, most of all, they don't consider the early fire conditions. In this paper, we analysis the smoke color and motion characteristics, and revised distinguish the candidate smoke region. Smoke diffusion, transparency and shape features are used for detection stage. Then it apply the BPN-Network (Back-Propagation Neural Network). The simulation results showed 91.31% accuracy and 2.62% of false detection rate.