• 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.

• 한국환경보건학회지
• /
• 제9권1호
• /
• pp.85-88
• /
• 1983

캄덴 카운티 청사에 있는 transformer에 화재가 난 후 건물내에 있는 60명의 혈야에서 PCB를 측정하였다. 화재가 발생한 건물내의 공기에서는 거의 검출되지 않았으나 transformer가 있는 방의 Swab Sample에서는 $52.6 \mug/cm^2$가 검출되었다. 건물을 재사용하기 전에 환기를 최대로 시킨후 다시 Swab Sample을 취했을때 12 Sample중 10주에서 PCB가 검출되지 않았다. 또한 혈야에서 PCB수준은 미검출에서 16ppb였으나 일반인에서도 69.2ppb까지 검출된것과 그밖에 17.6ppb까지 검출된 것으로 보아 화재후 PCB가 혈야중에서 증가했다는 증거는 없다고 본다. 이와 같이 혈청내에서 PCB가 증가하지 않은것은 화재후 즉시 청소와 환기를 실시한 결과로 본다.

• 한국조명전기설비학회:학술대회논문집
• /
• 한국조명전기설비학회 1997년도 추계학술발표회논문집
• /
• pp.55-59
• /
• 1997

전기로 인한 재해의 가장 큰 비중을 차지하는 것이 전기 화재이다. 전기화재는 점점 증가하고 있는 추세이므로 이러한 전기 화재의 징후 검출이 가능하다면 늘어만가는 전기재해의 피해를 줄일 수 있게 된다. 이러한 전기화재는 전기 설비의 누전과 합선 및 과부하로 발생하며 이러한 현상으로 스파크를 수반하게 된다. 따라서 이러한 스파크 신호의 특성을 분석하여 전기설비의 이상현상 검출을 통하여 전기화재의 징후를 검출할 수 있게 되는 것이다. 본 논문에서는 FFT(Fast Fourier Transformation)와 DWT(Digital Wavelet Transformation) 을 이용하여 전기화재 요인으로서의 스파크 신호 특성을 분석 방법을 제시하였다.

• 한국항행학회논문지
• /
• 제15권3호
• /
• pp.471-477
• /
• 2011

CCTV 카메라는 비디오 감시분야나 화재검출 시스템 등에 다양하게 응용되는 바, 본 논문에서는 고정된 카메라에서 영상 정보를 취득하여 비디오 시컨스를 분석한 후 화재정보를 검출하는 방법을 제안하였다. 연속영상의 배경과 화재정보를 공간적으로 검출하고, 시공간적으로 편차가 급격하게 나타나면 화재 발생 인자로 결정하여 실험을 수행하였다.

• 해양환경안전학회지
• /
• 제25권4호
• /
• pp.476-481
• /
• 2019

화재의 초기 검출은 인명과 재화의 손실을 최소화하기 위한 중요한 요소이다. 불꽃과 연기를 신속하면서 동시에 검출해야 하며 이를 위해 영상 기반의 화재 검출에 관한 연구가 다양하게 진행되고 있다. 기존의 화재 검출은 불꽃과 연기의 특징을 추출하기 위해 여러 알고리즘을 거쳐서 화재의 검출 유무를 판단하므로 연산량이 많이 소모되었으나, 딥러닝 알고리즘인 합성곱 신경망을 이용하면 별도의 과정이 생략되므로 신속하게 검출할 수 있다. 본 논문에서는 선박 기관실에서 화재 영상을 녹화한 데이터로 실험을 수행하였다. 불꽃과 연기의 특징을 외각 상자로 추출한 후 합성곱 신경망 중 하나인 욜로(YOLO)를 이용하여 학습하고 결과를 테스트하였다. 실험 결과를 검출률, 오검출률, 정확도로 평가하였으며 불꽃은 0.994, 0.011, 0.998, 연기는 0.978, 0.021, 0.978을 나타내었고, 연산시간은 0.009s를 소모됨을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 춘계학술대회
• /
• pp.594-597
• /
• 2010

본 논문에서는 기존 고가의 카메라센서 기반으로 화재를 검출하는 방법 대신 저가의 카메라 시각 기능만 사용하여 화재를 검출하는 방법을 제안하였다. 제안한 방법은 YCbCr과 YIQ 칼라모델을 사용하여 화재 후보영역을 검출하였다. 화재 후보영역에서 화재의 외부 경계추출, 노이즈 제거 등의 영역해석을 수행함으로써 화재를 검출하였다. 실험결과 제안한 방법은 주위환경의 변화에 무관하게 화재를 감지하는 매우 좋은 결과를 보여 준다.

• 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.

• 대한전자공학회논문지SP
• /
• 제45권4호
• /
• pp.59-70
• /
• 2008

본 논문에서는 터널 환경 내에서 발생할 수 있는 화재를 조기에 실시간으로 탐지하기 위한 시각 처리 기법을 제시한다. 다양한 환경 하에서 화재 발생 시 이를 조기에 발견하여 인명 및 재산 피해를 최대한 줄이기 위한 목적을 가지고 많은 연구들이 제안되었다. 그러나 터널 화재 탐지의 경우 터널 환경이라는 특이성 때문에 기존의 화재 탐지 기법을 적용하기 어려우며, 터널 공간에 특성화된 새로운 알고리즘이 필요하다. 이에 본 논문에서는 컬러정보를 기반으로 한 화염 후보 영역 검출기법, 움직임 정보를 기반으로 한 연기 후보 영역 검출 기법을 사용하고 모폴로지 기법, 재검증 및 제거 기법을 이용하여 화재 검출 시 발생할 수 있는 오검출 영역을 제거하는 방법을 통해서 정확한 위치 탐지와 조기 탐지가 가능한 알고리즘을 개발하였다. 또한 실험 결과를 통해 각각의 성능을 비교함으로써 제시한 알고리즘의 타당성을 보여주었다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.521-525
• /
• 2009

본 논문에서는 화재의 화재를 검출 하기 위한 시스템 및 화재 패턴을 인식하는 소프트웨어적 학습 알고리즘을 소개한다. 화재의 패턴 이라 함은 일반적으로 인식하는 불에 대한 주기적이고 일관적인 패턴을 나타내며 이를 정의 하여 소프트웨어적으로 처리 하고자 함이다. 또한 이에 대하여 학습은 일정 패턴에서 일부 벗어나더라도 이를 불로서 인식하기 위한 알고리즘으로 화재에 대한 정의 알고리즘을 통하여 스스로 패턴을 기억하고 스스로 화재를 인식 할 수 있도록 하는 시스템이다. 본 논문에서 제시하는 화재 검출용 학습 알고리즘은 기존 알고리즘 보다 정확하고 신속히 검출 능력을 키우기 위한 방법이며 정확한 위치 탐지와 초기단계에서 검출이 가능하도록 설계하였다. 또한 우리는 실험 결과를 통해 성능 향상을 위한 방법을 도출하였으며 이를 적용하여 조기 경보시스템으로서의 타당성을 보여 주었다.

• 한국전자통신학회논문지
• /
• 제6권2호
• /
• pp.206-211
• /
• 2011

본 논문에서는 Gaussian 혼합모델을 이용한 영상기반 화재검출 알고리즘을 제안한다. CCTV로부터 입력되는 영상으로부터 배경영상을 추출한 후 입력영상과 배경영상간의 차신호로부터 전경영상을 분리한다. 분리된 전경영상은 배경영상에 대하여 변화가 생긴 후보영역으로 간주하고 후보영역에 대하여 Gaussian 혼합모델 기법을 적용하여 연기 또는 화염의 특성을 갖는 영역을 화재로 인식한다. 실험 결과를 통하여 제안하는 화재검출 알고리즘이 실내에서의 화염 및 연기를 검출할 수 있음을 보인다.