• 정보처리학회논문지B
• /
• 제16B권6호
• /
• pp.463-470
• /
• 2009

본 논문은 기존의 센서 기반 화재 감지기가 넓은 장소와 개방된 공간에서 성능이 저하되는 단점을 보완하기 위하여 카메라 영상을 이용한 화재 불꽃 감지 알고리즘을 제안한다. 기존의 연구에서는 다수의 휴리스틱한 정보를 이용하거나 속도가 느린 문제점을 보여주었다. 이를 해결하기 위하여, 통계적인 값들을 사용했으며 속도를 개선하기 위해 블록 단위로 처리하였다. 먼저 입력된 영상에서 배경 모델과 불꽃 색상 모델 을 이용하여 화재 후보 영역을 추출한다. 그 후 후보 블록에 대하여 시간축 상에서의 명도 변화, 웨이블릿 계수 변화, 모션 변화를 추출하여 확 률 모델을 생성하며, 생성된 모델들을 퍼지 로직의 멤버십 함수로 사용하였다. 마지막으로 역퍼지(defuzzification) 과정을 통해 최종 결과 함수를 생성하고 이로부터 불꽃 발생 확률값을 예측하였다. 실험에서는 제안한 화재 불꽃 감지 알고리즘을 성능이 가장 좋다고 알려진 Toreyin의 알고리즘과 비교하여 성능이 개선되었음을 보여주고 있다.

• 전기전자학회논문지
• /
• 제26권3호
• /
• pp.468-474
• /
• 2022

본 논문에서는 딥러닝을 이용하여 실시간 화재경보 시스템을 구현하는 방법을 제안한다. 화재경보를 위한 딥러닝 학습 이미지 데이터셋은 인터넷을 통하여 1500장을 취득하였다. 일상적인 환경에서 취득된 다양한 이미지를 그대로 학습하게 되면 학습 정확도가 높지 않은 단점이 있다. 본 논문에서는 학습 정확도 향상을 위해 화재 이미지 데이터 확장 방법을 제안한다. 데이터증강 방법은 밝기 조절, 블러링, 불꽃사진 합성을 이용해 학습 데이터 600장을 추가해 총 2100장을 학습했다. 불꽃 이미지 합성방법을 이용하여 확장된 데이터는 정확도 향상에 큰 영향을 주었다. 실시간 화재탐지 시스템은 영상 데이터에 딥러닝을 적용하여 화재를 탐지하고 사용자에게 알림을 전송하는 시스템이다. Edge AI시스템에 적합한 YOLO V4 TINY 모델을 custom 학습한 모델을 이용해 실시간으로 영상을 분석해 화재를 탐지하고 그 결과를 사용자에게 알리는 웹을 개발하였다. 제안한 데이터를 사용하였을 때 기존 방법에 비하여 약 10%의 정확도 향상을 얻을 수 있다.

• 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.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권8호
• /
• pp.579-588
• /
• 2013

본 논문에서는 화재 비디오 영상의 저작권 보호를 위해 효과적인 워터마킹 기법을 제안한다. 제안하는 워터마킹 기법은 명암도 동시발생 행렬과 퍼지 클러스터링 알고리즘을 이용하여 화재의 색상과 텍스처의 특징을 효율적으로 이용한다. 명암도 동시발생 행렬은 각 후보 화재 영상의 블록에 대한 에너지와 동질성을 계산하여 텍스처 데이터 셋을 만드는데 사용하며, 퍼지 클러스터링은 화재 비디오 영상의 색상 분할과 워터마커 삽입을 위한 텍스처 블록을 결정하기 위해 사용된다. 선택된 텍스처 블록은 이산 웨이블릿 변환을 통해 네 가지 서브밴드 (LL, LH, HL, HH)를 가지는 1차 레벨 웨이블릿 구조로 분해되고, 워터마커는 사람의 시각에 영향을 주지 않는 LH 영역에 삽입된다. 모의실험결과, 제안한 워터마킹 기법은 약 48 데시벨의 높은 첨부 신호 대 잡음 비와 1.6-2.0의 낮은 M-특이치 분해 값을 보였다. 또한, 제안한 워터마킹 기법은 노이즈 첨가, 필터링, 크로핑, JPEG 압축과 같은 영상처리 공격에서도 기존 이미지 워터마킹 알고리즘보다 정규화된 상관 값에서 높은 성능을 보였다.

• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2001년도 추계학술대회 논문집
• /
• pp.270-273
• /
• 2001

Electrical tree is studied widely by manufacture state of insulating material fare and blazing fire diagnosis system of use in phenomenon of part discharge that happen for main cause of dielectric breakdown of equipment for electric power. Use process that draw tree pattern here measuring above zero to study special quality of this electricity tree, real-time processing by image processing is proposed because reproduction of tree blazing fire process drops and pattern of tree is difficult correct quantification of tree growth by existent visual observation by involution. This research presents general process that need in image processing of tree blazing fire, and that remove various noises that happen in above zero by measuring electrical tree dividing background and complete view in measured above zero taking advantage of specially proposed complete view object abstraction techniques effectively and quantification of tree becomes easy naturally, can apply to dielectric breakdown estimate because can chase growth process of tree.

• 한국지능시스템학회논문지
• /
• 제20권4호
• /
• pp.516-521
• /
• 2010

본 논문은 퍼지 칼라모델을 이용한 영상기반의 지능형 무인 화재감시 시스템을 제안한다. 일반적으로 화재 감시를 위해 열이나 연기를 감지하는 별도의 장치를 사용하지만, 널리 보급된 폐쇄회로를 이용하면 별도의 장치와 추가적인 비용 없이 화재를 감시할 수 있다. 이와 같이 영상만으로 화재를 감시하는 시스템은 주로 연기나 불꽃을 추출하는 방법을 사용한다. 그러나 연기검출 방식은 야간에 회색계열의 연기를 검출하기 곤란하고, 불꽃검출 방식은 온도, 인화물질, 화재규모 등에 따른 불꽃색상의 변화에 대응하지 못하는 문제점을 가지고 있다. 본 논문은 무인환경 특히 야간 및 다양한 불꽃색상의 변화에 대응할 수 있는 강인한 화재감시 시스템을 다룬다. 이를 위해 폐쇄회로의 입력영상으로부터 움직임 영역을 추출하고, 퍼지 칼라모델을 이용한 색상과 히스토그램을 이용한 모양을 통해 불꽃 여부을 판단하고, 이것의 확산이 확인될 경우, 화재경보를 발령하는 시스템을 구현한다. 마지막으로, 통제된 실제 화재 실험을 통해 제안하는 방법의 유효성을 검증한다.

• 한국화재소방학회:학술대회논문집
• /
• 한국화재소방학회 2008년도 춘계학술논문발표회 논문집
• /
• pp.163-167
• /
• 2008

Fire-fighters are struggling against heat and dense smoke by fire when it occurs at the basement or the inner place of a building. An indoor fire-fighting robot with well heat-resistance, great searching cameras and good extinguishing ability has been developed. It never suffocate, coming into the fire district and extinguishes fire directly. In this study, several experiment was conducted to evaluate field working ability of the fire-fighting robot. As a result, a series of passing obstacles, finding fire place and fire suppression by the remote controlling with image information appeared satisfactory.

• Journal of Information Processing Systems
• /
• 제9권4호
• /
• pp.621-632
• /
• 2013

The most important things for a forest fire detection system are the exact extraction of the smoke from image and being able to clearly distinguish the smoke from those with similar qualities, such as clouds and fog. This research presents an intelligent forest fire detection algorithm via image processing by using the Gaussian Mixture model (GMM), which can be applied to detect smoke at the earliest time possible in a forest. GMMs are usually addressed by making the model adaptive so that its parameters can track changing illuminations and by making the model more complex so that it can represent multimodal backgrounds more accurately for smoke plume segmentation in the forest. Also, in this paper, we suggest a way to classify the smoke plumes via a feature extraction using HSL(Hue, Saturation and Lightness or Luminanace) color space analysis.

• 한국군사과학기술학회지
• /
• 제16권6호
• /
• pp.745-751
• /
• 2013

In naval gun firing, firing accuracy comes from the combination of each component's accuracy in CFCS (Command and Fire Control System) like tracking sensors and gun. Generally, battery alignment is done to correct the error between gun and tracking sensor by using boresight telescope on harbor and sea. But normally, the battery alignment can compensate only the static alignment error and ignore dynamic alignment error which is caused by own ship movement. There was no research on this dynamic alignment error until now. We propose a new way to analyze dynamic arrangement error by using image of boresight telescope. In case of the dynamic alignment error was due to time delay of own ship attitude information, we propose the way to compensate it.

• 대한원격탐사학회지
• /
• 제20권1호
• /
• pp.13-21
• /
• 2004

The usefulness of the multi-temporal satellite image to monitoring the vegetation recovery process after forest fire was tested. Using multi-temporal Landsat TM and ETM＋data, NDVI and NBR changes over times were analyzed. Both NDVI and NBR values were rapidly decreased after the fire and gradually increased for all forest type and damage class. However, NBR curve showed much clearer tendency of vegetation recovery than NDVI. Both indices yielded the lowest values in severely damaged red pine forest. The results show the vegetation recovery process after forest fire can detect and monitor using multi-temporal Landsat image. NBR was proved to be useful to examine the recovering and development process of the vegetation after fire. In the not damaged forest, however the NDVI shows more potential capability to discriminate the forest types than NBR..