문화기술의 융합 (The Journal of the Convergence on Culture Technology)

  • 제9권5호
  • /
  • Pages.843-847
  • /
  • 2023
  • /
  • 2384-0358(pISSN)
  • /
  • 2384-0366(eISSN)
국제문화기술진흥원 (The International Promotion Agency of Culture Technology)
권호 표지
DOI QR코드

DOI QR Code

SVM과 K 접힘 교차 검증 융합 알고리즘 기반의 화재 연기 식별 방법 연구

Study on fire smoke identification method based on SVM and K fold cross verification fusion algorithm

  • 왕우동 (세명대학교 일반대학원 정보통신학과) ;
  • 박상봉 (세명대학교 스마트IT학부) ;
  • 허정화 (세명대학교 스마트IT학부)
  • 투고 : 2023.08.11
  • 심사 : 2023.09.05
  • 발행 : 2023.09.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문은 현대 기술이 발전함에 따라 다양한 화학 제품 및 인화성 물질이 광범위하게 사용되면서 각종 산업재해 및 농지와 대형 산불로 이어질 수 있는 화재 예방을 위해 효율적인 화재 식별을 탐지하는 모델을 제시한다. 본 논문에서는 영상을 활용하여 효율이 높고 빠른 시간안에 화재 연기를 검출할 수 있는 알고리즘을 제시하며, SVM(Support Vector Machine)과 K 접힘 교차 검증 기술을 기반으로 한 알고리즘을 제시한다. 영상을 분석하여 화재 및 연기 검출 알고리즘은 기존의 알고리즘에 비해 상대적으로 검출 성능이 우수하며, 본 논문에서 검출하는 화재 및 연기의 특징 분석이 안정적이고 효율적으로 분석되어 향후 화재 위험에 노출될 수 있는 다양한 분야에서 활용될 것으로 판단된다.

In this paper, we propose a model for detecting efficient fire identification to prevent fires that can lead to various industrial accidents, farmland and large forest fires, with the widespread use of various chemicals and flammable substances as modern technology advances. This paper presents an algorithm that can detect fire smoke in a high-efficiency and short time using images, and an algorithm based on SVM(Support Vector Machine) and K fold cross-verification technologies. By analyzing images, fire and smoke detection algorithms have relatively superior detection performance compared to existing algorithms, and the analysis of fire and smoke characteristics detected in this paper is analyzed stably and efficiently and is expected to be used in various fields that may be exposed to fire risks in the future.

키워드

참고문헌

  1. H. S. Lee, J. W. Cho, H. S. Kang, J. G. Hwang, "Applicability study on urban flooding risk criteria estimation algorithm using cross-validation and SVM", Journal of Korea Water Resources Association, Vol. 52, No. 12, pp.963-973, November, 2019. https://doi.org/10.3741/JKWRA.2019.52.12.963
  2. N. M. Dung, S. H. Ro, "Smoke Detection Algorithm Using Deep Learning", The Journal of Korean Institute of Communications and Information Sciences, Vol. 42. No. 7, pp.1370-1379, July, 2017. https://doi.org/10.7840/kics.2017.42.7.1370
  3. J. K. Ryu, D. K. Kwak, B. S. Lee, Y. J. Park, "A Study on Smoke Detection and Fire Prediction Techniques Based on Dark Channel Prior and Deep Learning", The Korean Institute of Power Electronics, pp.763-765, July, 2021.
  4. U. J. Yoon, "Performance Evaluation for ECG Signal Prediction Using Digital IIR Filter and Deep Learning", The Journal of the Convergence on Culture Technology, Vol. 9, No. 4, pp.611-616, July. 2023. https://doi.org/10.17703/JCCT.2023.9.4.611
  5. E. Y. Ko, S. H. Hong, J. S. Cha, "A Study on the Efficiency of Evacuation Guidance and Non-evacuation Guidance in Case of Fire", International Journal of Advanced Culture Technology Vol. 8 No. 1, pp.243-247, February, 2020.