• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.391-394
• /
• 2023

일반적으로 화재 감지 시스템은 정확하고 빠르게 화재를 감지하는 것은 어려운 문제 중 하나이다. 본 논문에서는 U-net을 활용하여 기존의 화재(불) 영역 추출 기법으로 Segmentation으로 보다 정밀하게 탐지하는 기법을 제안한다. 이 기법은 화재 이미지에서 연기제거 및 색상보정을 통해 이미지를 전처리하여 화염 영역을 추출한 뒤 U-Net으로 학습시켜 이미지를 입력하면 불 영역의 Segmentation을 추출하도록 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.10a
• /
• pp.427-430
• /
• 2007

Many victims and property damages are caused in fires every year. In this paper, flame and smoke detection algorithm by using image processing technique is proposed to early alarm fires. The first decision of proposed algorithms is to check candidate of flame region with its unique color distribution distinguished from artificial lights. If it is not a flame region then we can check to candidate of smoke region by measuring difference of brightness and chroma at present frame. If we just check flame and smoke with only simple brightness and hue, we will occasionally get false alarms. Therefore we also use motion information about candidate of flame and smoke regions. Finally, to determine the flame after motion detection, activity information is used. And in order to determine the smoke, edges detection method is adopted. As a result of simulation with real CCTV video signal, it is shown that the proposed algorithm is useful for early fire recognition.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.10a
• /
• pp.331-334
• /
• 2010

This paper proposes a new design of a video-base fire detection system using texture and color spatial distribution information. The video sequences used are taken in different days with different lighting conditions having different backgrounds. The time complexity of most previous vision-based fire detection techniques are very high due to lengthy programing. To overcome the problems of lengthy codes and time complexity, in this algorithm, at first we normalize the video image frames by size and color information. Then the spatial distribution of the color information is used to extract the candidate regions, later using visual texture of the fire, we detect the fire regions. The experimental results show an real-time fire detection over thousands of image frames, and have higher detection rate when compared to the conventional fire detection techniques.

• Fire Science and Engineering
• /
• v.12 no.2
• /
• pp.43-59
• /
• 1998

It was studied a compared estimation of the fire risk of the three kinds of the interior materials, such as a resist carpet, a resist-after-treatment plywood and sofa leather. Toxic gases, CO, CO2, NOx, SO2, HCN, HCI were detected during the combustion of the samples. A resist-carpet was more combustible than the resist-after-treatment plywood and sofa leather in the combustion characteristics and has a blow-up-combustion of combustion in all the samples. The generation of CO reached the lethal doses in minute after the combustion was begun. NOx and So2 were detected not more than each of the lethal doses, while HCN was detected in the carpet 20.6 times than the sofa leather, and 4.6 times than the resist-after-treatment plywood. HCI was detected in the carpet 4.48 times than the sofa leather and 2.47 times than the resist-after-treatment plywood. It is conclusion that the carpet was the highest in the fire risk among the three kinds of the interior materials.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.573-574
• /
• 2023

화염 영역 검출을 위해 이전 기법에서는 화재 이미지에서 연기제거 및 색상보정을 통해 이미지를 전처리하였다. 그러나 이 기법은 임계값에 영향을 많이 받고, 밝기채널을 이용하여 검출하기 때문에 밤에 일어난 화재 이미지에서는 평균이상의 퍼포먼스를 수행하지만, 주변이 밝은 대낮의 화재 이미지에서는 퍼포먼스가 줄어드는 문제가 있다. 이를 보완하고자 본 논문에서는 CycleGAN을 이용하여 낮 이미지를 밤 이미지로 바꾸어 이미지 전처리를 진행하는 기법을 제안함으로써 화염 감지의 정확도가 개선되었음을 실험을 통해 보여준다.

• Proceedings of the Korea Institute of Fire Science and Engineering Conference
• /
• 2011.04a
• /
• pp.441-446
• /
• 2011

본 연구에서는 건축물에 화재가 발생 시, 건축용 외장재로부터 발생하는 연소가스의 독성을 분석함으로써 소방관을 비롯한 건물 재실자들에게 미치는 영향에 대해서 고찰하였다. 실험 방법은 건물의 외장재로 많이 사용되는 일반스티로폼, 강화스티로폼, 우레탄폼 그리고 유리섬유 재질의 외장재를 대상으로 NES 713 방법을 이용하였다. 실험 결과를 살펴보면, 대부분의 시료들로부터 CO, $CO_2$, HCHO, $CH_2CHCN$, $NO_x$ 등이 검출되었으며, 우레판폼의 경우, 다른 시료들과 달리 HCl과 HCN이 추가적으로 검출되었다. 하지만 대부분의 시료들로부터 검출된 독성가스들은 치사농도에는 훨씬 못미치는 것으로 나타났으며, 독성지수 값들을 살펴보면, 일반스티로폼<강화스티로폼<유리섬유<우레판폼의 순으로 나타났다.

• Proceedings of the KIEE Conference
• /
• 2009.04a
• /
• pp.318-321
• /
• 2009

누전차단기 설치 상태에서도 전기화재가 지속적으로 발생함에 따라 전기화재의 원인이 되는 전기 아크에 대한 관심이 증가하고 있는 실정으로 본 논문에서는 UL1699의 아크 저해시험(inhibition tests)에서 제시하고 있는 직렬 아크코장시험(Arc generator test)을 실시하고, 아크고장전류 분석방법으로 최근에 많이 사용되고 있는 이산 웨이블렛 변환을 이용한 3가지 분석방법에 대하여 아크고장전류 검출 확률을 분석하였다. 분석결과, (1) 근사계수 분석에 의한 최대치 변화율 실효치 변화율 분석방법은 46%의 검출 확률을 얻을 수 있었고, (2) 상세계수 분석에 의한 최대치 변화율 실효치 변화율 분석방법은 62%, (3) 근사계수 분석에 의한 잡음량 변화율 shoulder 변화율 분석방법은 100% 검출 확률을 얻을 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.01a
• /
• pp.321-322
• /
• 2016

본 논문에서는 수배전반에서 부하 설비 또는 외부의 영향을 확인할 수 있는 장치 및 보호설비가 설치되어 있으나 자체 사고를 신속히 검출하고 판단할 수 있는 기술의 확보를 위하여 해상도가 낮은 저가의 열화상 센서에 고속 DSP(Digital Signal Process)를 사용하여 영상 처리 기법인 이차원 보간법 기술을 이용하여 아크플래시에 의해 발생되는 열 특성을 검출하고 검출된 데이터를 전송하여 전기화재사고를 미연에 방지할 수 있는 장치 개발을 위한 기초 특성 연구를 수행하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.07a
• /
• pp.427-428
• /
• 2014

화재발생 시 인명 안전을 위하여 초기의 화재감지가 매우 중요한 요인이다. 기존 연기감지기의 경우 일정한 조건만 맞으면 작동하기 때문에 비화재보의 우려가 높다. 특히 차량 매연도 연료가 연소되어 나오는 연기이므로 차량정체 시 트럭 등에서 발생하는 심한 매연에도 반응하여 오작동의 가능성이 높다. 이러한 기존 화재감지기의 문제점을 해결하기 위해 다양한 IR 레이저 기반 연기검출장치가 활용되고 있다. 하지만 IR 레이저 기반 연기검출장치는 100m 거리가 이격된 레이저 발광부와 수광부 구조에 따라 발광부 레이저광선의 각도변화에 따른 수광부 레이저 포인트 위치가 매우 민감하게 변화함에 따라 초기 레이저 포인트의 초점을 정확히 정합하고, 이후 보정하기 위한 고정밀 자동 초점 정합장치가 필요하다. 이에 본 논문에서는 레이저 투광부와 수광부를 분리하여 레이저 송신기, 수신기로 구성되는 고정밀 자동초점 정합장치를 설계하고자 한다.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.27 no.1
• /
• pp.22-28
• /
• 2021

This is a basic study on the development of deep learning-based algorithms to detect smoke before the smoke detector operates in the event of a ship fire, analyze and utilize the detected data, and support fire suppression and evacuation activities by predicting the spread of smoke before it spreads to remote areas. Proposed algorithms were reviewed in accordance with the following procedures. As a first step, smoke images obtained through fire simulation were applied to the YOLO (You Only Look Once) model, which is a deep learning-based object detection algorithm. The mean average precision (mAP) of the trained YOLO model was measured to be 98.71%, and smoke was detected at a processing speed of 9 frames per second (FPS). The second step was to estimate the spread of smoke using the coordinates of the boundary box, from which was utilized to extract the smoke geometry from YOLO. This smoke geometry was then applied to the time series prediction algorithm, long short-term memory (LSTM). As a result, smoke spread data obtained from the coordinates of the boundary box between the estimated fire occurrence and 30 s were entered into the LSTM learning model to predict smoke spread data from 31 s to 90 s in the smoke image of a fast fire obtained from fire simulation. The average square root error between the estimated spread of smoke and its predicted value was 2.74.