• 한국멀티미디어학회논문지
• /
• 제17권3호
• /
• pp.287-293
• /
• 2014

인명과 물질적 손실을 줄이기 위해서는 화재의 조기 감지는 매우 중요하다. 비디오 기반의 연기 감지방법은 야외에서 연기 감지의 어려움이 있는 기존의 센서 기반의 연기 감지 방법의 단점을 극복할 수 있다. 본 논문에서는 비디오 기반의 새로운 연기 감지 방법을 제안한다. 제안한 방법은 웨이블릿 변환 영역에서 각 부대역의 에너지의 비율을 이용하여 연기 영역을 검출한다. 잘못된 연기 검출을 감소시키기 위하여 YUV 칼라 공간에서 움직임, 색도의 감소, 블록의 명도를 이용하여 후보 연기 블록을 검출한다. 최종적으로, 웨이블릿 변환 영역에서 후보 연기 블록에 대한 부대역 에너지의 시간적 변화를 이용하여 연기 블록을 결정한다. 실험을 통하여 제안한 방법이 기존의 웨이블릿을 이용한 연기 감지 방법보다 연기의 검출율과 오검출율이 현저히 향상되는 것을 확인하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제28권4호
• /
• pp.23-30
• /
• 2022

본 논문에서는 불이 비슷한 색의 연기로 둘러싸여 있더라도 정확하게 검출할 수 있는 알고리즘을 제안한다. 기존 불 영역 검출 알고리즘들은 화재 이미지에서 불과 연기를 잘 분리해내지 못하는 문제점이 있었다. 본 논문에서는 불 영역 검출 알고리즘을 적용하기 전에 전처리 과정으로써 색상 보정 기법과 안개 제거 기법을 적용함으로써 성공적으로 불을 연기로부터 분리해냈다. 실제로 연기로 뒤덮인 화재 현장의 이미지들에서 기존 기법들보다 불을 더 효과적으로 검출하는 것을 확인할 수 있었다. 또한 제안한 화재 검출 알고리즘을 공장, 가정 등에서 효율적인 화재 탐지를 위해 사용할 수 있는 방법을 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 춘계학술대회
• /
• pp.411-414
• /
• 2009

화재로 인해 많은 물적 인적 피해가 발생한다. 본 연구에서는 영상처리기법과 고속의 DSP 프로세서 기술 그리고 IT 기술을 활용하여 발화 초기에 화재를 인식하고 경보를 발생하여 화재에 조기 대응하는 화재 검출 알고리즘을 실장한 지능형 화재검출 시스템을 제안한다. 제안하는 지능형 시스템의 화재 검출 알고리즘은 화염검출과 연기검출 알고리즘으로 구성되어진다. 화염 또는 연기만 발생하는 경우에는, 각각의 경보를 관리용 컴퓨터에 전송한다. 화염과 연기가 동시에 발생하면 화재경보를 발생하도록 하였다. 다양한 환경에서의 실제 실험을 통해 오작동 없이 잘 동작하는 것을 확인할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제15권5호
• /
• pp.57-65
• /
• 2010

본 논문에서는 감시 카메라를 통해 입력된 영상 정보로 연기와 화염을 실시간 검출하는 알고리즘을 제안한다. 산불은 막대한 인명, 재산피해를 불러오기 때문에 조기 감지에 따른 초기 진화가 매우 중요하다. 제안하는 산불 감시 알고리즘은 화염 감지와 연기 감지로 나뉘는데, 화염 감지는 단일 프레임에서 YCbCr 컬러 모델에서의 조건 검사를 통하여 화염을 검출한다. 연기 감지를 위해서는 먼저 현재 영상과 인접한 프레임들의 평균 영상사이의 차를 가중치로 이용하여 배경 범위를 설정하고, 이 범위를 벗어나면서 회색조를 갖는 픽셀만을 연기영역으로 검출한다. 제안하는 화염 감지 알고리즘은 기존의 알고리즘보다 일조량에 따른 조도의 변화에 강건하고, 연기 검출 알고리즘은 단위 시간동안의 변화량을 고려하여 회색조의 픽셀만을 연기로 감지하기 때문에 효과적인 조기 산불 탐지가 가능하다. 실험 결과는 제안하는 산불 감시 알고리즘이 기존의 알고리즘보다 우수한 성능을 나타냄을 보여준다.

• 해양환경안전학회지
• /
• 제25권1호
• /
• pp.111-116
• /
• 2019

선박의 기관실에서 사용하고 있는 화재 검출기는 연기나 열이 검출기에 도달해야 하지만 기관실의 공기 흐름은 기기의 사용유무에 따라 매우 유동적이기 때문에 상부에 설치된 검출기에 도달하기에는 많은 시간이 필요하다. 이러한 단점을 보완하기 위해 근래에는 영상을 기반으로 화재를 검지하는 연구가 이루어지고 있다. 영상기반의 연기 검지는 공기의 흐름에 영향을 받지 않으며 전송속도가 빠르기 때문에 화재의 초기 검지에 효율적이다. 본 연구는 기관실에서 연기 발생기로 발생시킨 연기의 확산모습을 녹화한 영상으로 실험을 수행하였다. 연기의 질감특징을 추출하는 LBP와 GLCM연산자를 사용하여 생성된 학습 데이터를 기계학습 분류기인 SVM으로 학습한 후 분류하여 검출 성능을 평가함으로서 연기가 상부에 설치되어 있는 검출기까지 상승하지 않더라도 영상기반으로 먼저 검지 가능함을 확인하였다.

• 한국전자통신학회논문지
• /
• 제9권2호
• /
• pp.155-160
• /
• 2014

본 논문에서 RGB-Depth 카메라를 이용하여 실내에서의 연기를 검출하는 알고리즘을 제안한다. RGB-Depth 카메라는 RGB 색영상과 깊이 정보를 제공한다. 키넥트(Kinect)는 특정한 패턴의 적외선을 출력하고 이를 적외선 카메라로 수집하고 분석하여 깊이 정보를 획득한다. 특정한 패턴을 구성하는 점들 각각에 대하여 거리를 측정하고 객체면의 깊이를 추정한다. 따라서, 이웃하는 점들의 깊이 변화가 많은 객체인 경우에는 객체면의 깊이를 결정하지 못한다. 연기의 농도가 일정 주파수로 변화하고, 적외선 영상의 이웃하는 화소간의 변화가 많기 때문에 키넥트가 깊이를 결정하지 못한다. 본 논문에서는 연기에 대한 키넥트의 특성을 이용하여 연기를 검출한다. 키넥트가 깊이를 결정하지 못한 영역을 후보영역으로 설정하고, 색영상의 밝기가 임계값보다 큰 경우 연기영역으로 결정한다. 본 논문에서는 시뮬레이션을 통하여 실내에서의 연기 검출에 RGB-Depth 카메라가 효과적임을 확인할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.427-430
• /
• 2007

본 논문에서는 화재에 의한 인적물적 피해를 최소화하기 위하여 조기에 화재를 영상처리 기법을 이용하여 검출하는 방법을 제안한다. 인공조명으로 부터 화염을 판별하기 위해 화염의 고유한 색정보를 이용하여 화염후보영역을 판별하고 화염후보영역이 아닌 경우는 배경과 현재 프레임의 밝기차이와 채도를 측정하여 연기후보영역을 판별한다. 그러나 단순한 밝기 및 색체 정보만으로 화염이나 연기로 판별할 경우 오인식할 경우가 많아 화염 및 연기 후보영역에 대해 움직임을 측정한다. 각 후보영역에 대해 전형적인 움직임이 검출되면 최종적으로 화염인 경우는 활동성 정보를 이용하여 화염으로 판별하고 연기인 경우는 경계검출법을 적용하여 최종 연기 영역을 검출한다. 제안하는 방법에 대해 실제 CCTV 카메라의 영상신호에 적용한 시뮬레이션을 통해 효과적으로 화염과 연기를 동시에 검출할 수 있음을 확인하였다.

• 한국정보전자통신기술학회논문지
• /
• 제9권4호
• /
• pp.343-350
• /
• 2016

본 논문은 DWT에너지 기반의 연기 검출 방법을 제안하였다. 일반적으로 연기는 형태가 명확하지 않고 주변 환경에 의하여 색상, 형태, 확산방향 등의 특징이 가변적이기 때문에 특정 정보만을 이용할 경우에는 오검출율이 높아진다. 따라서 본 논문에서는 환경변화에 강인한 전경 추출 방법을 이용하여 객체를 검출하고 추출된 객체의 색상, 형태, DWT 에너지 정보를 통합적으로 사용하여 연기를 판단한다. 제안된 방법은 평균 30fps의 처리속도를 가지므로 실시간 처리가 가능하고 화재 발생 시점으로부터 연기 감지까지의 평균 소요시간이 약 7초로 빠른 조기감지가 가능하며 낮은 오검출율을 나타내었다.

• 해양환경안전학회지
• /
• 제27권1호
• /
• pp.22-28
• /
• 2021

본 연구는 화재진압 및 피난활동을 지원하는 딥러닝 기반의 알고리즘 개발에 관한 기초 연구로 선박 화재 시 연기감지기가 작동하기 전에 검출된 연기 데이터를 분석 및 활용하여 원격지까지 연기가 확산 되기 전에 연기 확산거리를 예측하는 것이 목적이다. 다음과 같은 절차에 따라 제안 알고리즘을 검토하였다. 첫 번째 단계로, 딥러닝 기반 객체 검출 알고리즘인 YOLO(You Only Look Once)모델에 화재시뮬레이션을 통하여 얻은 연기 영상을 적용하여 학습을 진행하였다. 학습된 YOLO모델의 mAP(mean Average Precision)은 98.71%로 측정되었으며, 9 FPS(Frames Per Second)의 처리 속도로 연기를 검출하였다. 두 번째 단계로 YOLO로부터 연기 형상이 추출된 경계 상자의 좌표값을 통해 연기 확산거리를 추정하였으며 이를 시계열 예측 알고리즘인 LSTM(Long Short-Term Memory)에 적용하여 학습을 진행하였다. 그 결과, 화재시뮬레이션으로부터 얻은 Fast 화재의 연기영상에서 경계 상자의 좌표값으로부터 추정한 화재발생~30초까지의 연기 확산거리 데이터를 LSTM 학습모델에 입력하여 31초~90초까지의 연기 확산거리 데이터를 예측하였다. 그리고 추정한 연기 확산거리와 예측한 연기 확산거리의 평균제곱근 오차는 2.74로 나타났다.

• 한국정보통신학회논문지
• /
• 제22권11호
• /
• pp.1474-1480
• /
• 2018

고층 빌딩에서 화재가 발생하는 경우 복잡한 구조로 인해 다양한 대피 통로가 존재하며 각 대피 통로의 안전성 여부를 파악하는 것이 어렵다. 고층 빌딩 화재 시 거주자들에게 신속히 탈출 경로를 제공하는 것이 필요하며 이를 위해서 대피 통로의 안정성 여부를 파악할 필요가 있다. 본 논문에서는 대피 통로의 안정성 여부 파악을 위해 영상을 분석하여 화재 시 발생하는 연기로 인한 대피 통로의 가시도를 측정하는 방법을 제안한다. 입력 영상에서 연기를 검출한 후 검출된 연기의 밀도를 알 수 있다면 가시도를 쉽게 측정할 수 있지만, 연기 검출이나 연기 밀도 측정에 관한 적절한 방법이 없어 이러한 접근법을 사용하기는 어렵다. 본 논문에서는 입력 영상에서 배경 영상을 추출하고 이를 학습 데이터로 하여 주성분 분석 학습을 한다. 이후 입력으로 주어지는 영상에서 배경 영상과 연기 영상을 추출하고 학습된 주성분 분석을 적용하여 새로운 특징 공간으로 사상한 후 변화량을 계산하여 연기로 인한 가시도를 측정한다.