• 한국멀티미디어학회논문지
• /
• 제18권3호
• /
• pp.359-367
• /
• 2015

In this paper, we propose intelligent fire learning and detection system using hybrid visual attention mechanism of human. Proposed fire learning system generates leaned data by learning process of fire and smoke images. The features used as learning feature are selected among many features which are extracted based on bottom-up visual attention mechanism of human, and these features are modified as learned data by calculating average and standard variation of them. Proposed fire detection system uses learned data which is generated in fire learning system and features of input image to detect fire.

• 제어로봇시스템학회논문지
• /
• 제21권1호
• /
• pp.21-27
• /
• 2015

A conventional fire detection has been developed based on images captured from a fixed camera. However, It is difficult to apply current algorithms to a flying Quad-rotor to detect fire. To solve this problem, we propose that the fire detection algorithm can be modified for Quad-rotor using Ego-motion compensation. The proposed fire detection algorithm consists of color detection, motion detection, and fire determination using a randomness test. Color detection and randomness test are adapted similarly from an existing algorithm. However, Ego-motion compensation is adapted on motion detection for compensating the degree of Quad-rotor's motion using Planar Projective Transformation based on Optical Flow, RANSAC Algorithm, and Homography. By adapting Ego-motion compensation on the motion detection step, it has been proven that the proposed algorithm has been able to detect fires 83% of the time in hovering mode.

• 한국재난정보학회 논문집
• /
• 제19권4호
• /
• pp.968-975
• /
• 2023

연구목적: 화재 탐지시 불꽃/연기의 오탐지율이 높은 것을 확인하고 오탐지율을 낮추기 위해 화재 상황을 인식하여 분류하는 방법과 데이터셋을 제안하고자 한다. 연구방법: 동영상을 학습데이터로 활용하여 화재 상황의 특징을 추출하여 분류모델에 적용하고, 평가는 한국정보화진흥원(NIA)에서 진행하는 화재 데이터셋을 이용하여 Yolov8, Slowfast의 모델 성능을 비교 및 분석하였다. 연구결과: YOLO는 배경의 영향에 따라 탐지 성능이 민감하게 변화하며, 화재의 규모가 너무 크거나 작을 때에도 화재를 제대로 감지하지 못했다. SlowFast는 동영상의 시간 축을 같이 학습하기 때문에 비정형 객체에 대해 주변이 흐리거나 밝아 형상을 명확하게 유추할 수 없는 상황에서도 우수하게 화재를 탐지하는 것을 확인했다. 결론: 화재 탐지율은 이미지 데이터 방식보다는 동영상 기반의 인공지능 인식(Detection) 모델을 활용했을 때 더 적절했음을 확인했다.

• 한국전자통신학회논문지
• /
• 제12권2호
• /
• pp.331-336
• /
• 2017

화재 재해를 예방하기 위해 조기 화재 탐지 기술의 필요성이 증대되고 있다. 화염 및 연기를 감지하기 위해 열, 연기 및 불꽃에 대한 센서 감지 장치가 널리 사용되고 있으나, 이 시스템은 센서 주변 환경의 요소에 따라 제한된다. 이 문제들을 해결하기 위해 다수의 이미지 기반 화재 탐지 시스템이 개발되고 있다. 본 논문에서는 카메라 입력 이미지로 부터 합성곱 신경망을 이용하여 연기 이미지와 불꽃 이미지에 대한 학습을 통해 특징 맵을 추출하고, 이를 사용하여 다른 입력 이미지를 연기와 불꽃으로 분류하는 이미지 기반 화재 감지 시스템을 구현하였다. 다양한 조건의 이미지를 대상으로 실험한 결과 연기와 불꽃으로 분류하는데 우수한 성능을 보여주었다.

• 한국안전학회지
• /
• 제32권2호
• /
• pp.38-45
• /
• 2017

This paper is an experimental study to find an optimal detection method for detecting fire early in a rack-type warehouse stored with goods. In this study, we constructed rack-type structure with the fourth floor of 13.5 m high and conducted fire experiments which were to measure flow of heat/smoke in rack-type structure and response time of fire detectors. The detectors used at experiments were fixed temperature type detectors, rate of rise detectors, photoelectric smoke detectors, air sampling smoke detectors and flame detectors. The used ignition sources are n-heptane fire for response of heat detection and cotton fire for response of smoke detection. The fixed temperature type detectors, rate of rise detectors and photoelectric detectors were installed to every rack level respectively. The results show that the rate of rise detector should be installed every 2 levels and photoelectric smoke detector should be installed every 4 levels for the early stage fire detection. Air sampling smoke detectors can detect fire early in response to control of sensitivity, but there is a problem in false alarm. The fixed temperature detector is not suitable for early stage fire detection in warehouse and flame detector not worked if flame is not visible, so it need to install combination with other detector.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1997년도 춘계학술대회 논문집
• /
• pp.128-132
• /
• 1997

The conventional fire detection devices are operated after a processed fire phase, which are sensing only a high density of smoke level or high temperature heat. They are not so precision to detect a fire in the early phase to protect the facility from the fire. We need to develope a new high precision smoke detection system to keep expensive industial facilities most reliably from fire. A new optical precision smoke detection system was developed. It monitors very low level density of smoke psrticles in the air. It is operated continuously through many years without a stop or any malfunction. The developed precision smoke detection system will be installed in important industrial facilities,such as power plants, underground common tunnel,main control rooms,computer rooms etc.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.2164.1_2165.1
• /
• 2009

In this study we suggest fire detection algorithm using fuzzy inference with input variables of temperature and smoke density to detect electrical fire of early stage. The algorithm consists of membership function of temperature and smoke density and fire probability. The antecedent part of the algorithm consists of temperature and smoke density, and the consequent part consists of fire possibility. The inference rules of the algorithm is estimated to input temperature and smoke density obtained by real fire. With the help of algorithms using fuzzy inference we may be diagnose electrical fire precisely.

• 한국컴퓨터정보학회논문지
• /
• 제18권6호
• /
• pp.21-28
• /
• 2013

본 논문은 그레이레벨히스토그램을 이용한 움직임 영역검출, 퍼지 클러스터링을 이용한 칼라 분할, 그레이 레벨 동시발생 행렬을 이용한 특징 추출 및 서포터 벡터 머신을 이용한 화재 분류 등과 같은 다중 이종 알고리즘을 포함하고 있는 효과적인 화재 감지 방법을 제안한다. 제안한 방법은 움직임 영역을 검출하기 위해그레이레벨히스토그램에 기초한 최적의 임계값을 결정하고 난 후, CIE LAB 칼라 공간에서 퍼지 클러스터링을 적용하여 칼라 분할을 수행한다. 이러한 두 단계는 화재의 후보 영역을 기술하는데 도움이 된다. 다음으로 그레이 레벨 동시발생 행렬을 이용하여 화재의 특징을 추출하고, 이러한 특징들은 화재인지 아닌지를 분류하기 위해 서포터 벡터 머신의 입력으로 사용된다. 제안한 방법을 평가하기위해 기존의 두 알고리즘과 화재 검출율 및 오류 화재 검출율에서 비교하였다. 모의실험결과, 제안한 방법은 97.94%의 화재 검출율 및 4.63%의 오류 화재 검출율을 보임으로써 기존의 화재 감지 알고리즘보다 우수성을 보였다.

• 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.

• 한국화재소방학회논문지
• /
• 제33권5호
• /
• pp.55-60
• /
• 2019

랙크식 창고에서 화재가 발생되는 경우 건물이 전소되거나 붕괴되는 상태까지 발생된다. 이러한 현상이 발생되는 이유는 랙크식 창고가 층고가 높고, 물품을 수직으로 적재하고 있어 화재 시 천장에 설치되어 있는 감지기에 의한 조기감지가 어렵고, 그로 인하여 초기에 소화하지 못하기 때문이다. 본 연구에서는 수치해석 프로그램인 Fire dynamic simulator (FDS)를 이용하여 랙크식 창고 내에서 화재 시 발생되는 열과 연기의 유동을 분석하였다. 이러한 분석을 통하여 랙크식 창고 내에서 조기 화재감지를 위한 화재감지기의 최적 설치조건을 확인하였다. 그 결과 랙크식 창고에서 조기 화재감지를 위하여 열과 연기의 복합적인 감지가 필요하며, 복합형 감지기를 랙크의 3 level 마다 설치해야 하며, 정온식 감지기는 랙크식 창고에 적합하지 않은 것을 알 수 있었다.