• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권4호
• /
• pp.2078-2093
• /
• 2019

Visual smoke recognition is a challenging task due to large variations in shape, texture and color of smoke. To improve performance, we propose a novel smoke recognition method by combining dual-encoded features that are extracted from both spatial and Curvelet domains. A Curvelet transform is used to filter an image to generate fifty sub-images of Curvelet coefficients. Then we extract Local Binary Pattern (LBP) maps from these coefficient maps and aggregate histograms of these LBP maps to produce a histogram map. Afterwards, we encode the histogram map again to generate Dual-encoded Local Binary Patterns (Dual-LBP). Histograms of Dual-LBPs from Curvelet domain and Completed Local Binary Patterns (CLBP) from spatial domain are concatenated to form the feature for smoke recognition. Finally, we adopt Gaussian Kernel Optimization (GKO) algorithm to search the optimal kernel parameters of Support Vector Machine (SVM) for further improvement of classification accuracy. Experimental results demonstrate that our method can extract effective and reasonable features of smoke images, and achieve good classification accuracy.

• 한국생활과학회지
• /
• 제15권2호
• /
• pp.187-196
• /
• 2006

This study aims to 1) develop the Secondhand Smoke prevention program using project approach program for young children aged 4 to 5 years, 2) estimate the influence of project approach program on the prevention of their secondhand smoke, and 3) suggest effective strategies to ultimately encourage a smoke-free environment for them. The participants of an experimental group included a total of 64 preschoolers (42 boys and 22 girls) from one child-care center in Gyeonggi province. The sample of a controlled group was 49 preschoolers (30 boys and 19 girls) from one child-care center in Daegu province. Before and after experiencing project approach program on the prevention of secondhand smoke, each of them was asked to respond to such questions as recognition, attitude, and coping behavior of secondhand smoke. It has revealed that, after the program, those in the experimental group showed greater degree of recognition, more negative attitude, and more active coping behavior of secondhand smoke than those in the controlled group.

• 한국화재소방학회논문지
• /
• 제22권4호
• /
• pp.27-32
• /
• 2008

본 논문에서는 화재의 조기 감지를 위하여 카메라 입력영상으로부터 화염과 연기를 검출하는 알고리즘을 제안한다. 화염과 연기는 특정 색분포를 가지며 지속적으로 형태가 변화하며 움직인다. 제안하는 화염검출 알고리즘은 화염의 색분포와 영상 프레임간의 변화를 측정하여 후보영역을 설정하고 화염의 움직임벡터를 계산하여 화염을 확정한다. 연기에 의하여 영상의 고주파수 성분이 감소하기 때문에 경계값의 변화는 연기의 중요한 특징이다. 연기검출은 색분포, 영상 프레임간의 변화 그리고 경계를 이용하여 후보영역을 설정하고 움직임 벡터를 계산하여 결정한다. 컴퓨터 시뮬레이션을 통하여 제안하는 알고리즘으로 화염과 연기를 검출할 수 있음을 보인다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권8호
• /
• pp.3534-3549
• /
• 2020

The traditional method of smoke image recognition has low accuracy. For this reason, we proposed an algorithm based on the good group of IMFOA which is GMFOA to optimize the parameters of SVM. Firstly, we divide the motion region by combining the three-frame difference algorithm and the ViBe algorithm. Then, we divide it into several parts and extract the histogram of oriented gradient and volume local binary patterns of each part. Finally, we use the GMFOA to optimize the parameters of SVM and multiple kernel learning algorithms to Classify smoke images. The experimental results show that the classification ability of our method is better than other methods, and it can better adapt to the complex environmental conditions.

• 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.

• Journal of Multimedia Information System
• /
• 제4권2호
• /
• pp.79-82
• /
• 2017

Smoke and fire have different shapes and colours. This article suggests a fully connected system which is used two features using Adaboost algorithm for constructing a strong classifier as linear combination. We calculate the local histogram feature by gradient and bin, local binary pattern value, and projection vectors for each cell. According to the histogram magnitude, this paper applied adapted weighting value to improve the recognition rate. To preserve the local region and shape feature which has edge intensity, this paper processed the normalization sequence. For the extracted features, this paper Adaboost algorithm which makes strong classification to classify the objects. Our smoke detection system based on the proposed approach leads to higher detection accuracy than other system.

• International Journal of Advanced Culture Technology
• /
• 제10권4호
• /
• pp.536-546
• /
• 2022

A society will lose a lot of something in this field when the forest fire broke out. If a forest fire can be detected in advance, damage caused by the spread of forest fires can be prevented early. So, we studied how to detect forest fires using CCTV currently installed. In this paper, we present a deep learning-based model through efficient image data construction for monitoring forest fire smoke, which is unstructured data, based on the deep learning model YOLOv5. Through this study, we conducted a study to accurately detect forest fire smoke, one of the amorphous objects of various forms, in YOLOv5. In this paper, we introduce a method of self-learning by producing insufficient data on its own to increase accuracy for unstructured object recognition. The method presented in this paper constructs a dataset with a fixed labelling position for images containing objects that can be extracted from the original image, through the original image and a model that learned from it. In addition, by training the deep learning model, the performance(mAP) was improved, and the errors occurred by detecting objects other than the learning object were reduced, compared to the model in which only the original image was learned.

• 한국통신학회논문지
• /
• 제34권4C호
• /
• pp.388-396
• /
• 2009

본 연구는 CCD카메라로부터 입력된 영상을 분석하여 특징값을 추출하고, 패턴인식기술을 이용하여 화재연기영상을 감지하는 방법을 제안한다. 우선 CCD카메라로부터 획득된 영상들간의 차영상을 이용하여 움직임 영역만을 검출하고, 이후 연기색상모델을 적용하여 후보영역을 생성한다. 연기영역은 유사색상의 군집화를 이루고, 주변에 비해 단순한 질감을 가지며, 시간에 따른 모션정보의 상승 방향성을 가지는 특징을 가진다. 본 논문에서는 연기영역의 이러한 특성을 이용하여 학습영상으로부터 연기의 밝기, 웨이블릿 고주파 성분, 모션 벡터 등의 특징 값을 추출하고 이들 특징 값들에 대해 가우시안 확률 모델을 생성한다. 이렇게 추출된 확률모델은 연기영역의 시간적 연속성을 고려하기 위해 본 논문에서 새롭게 구성한 동적 베이지안 네트워크의 관찰노드에 적용된다. 본 논문에서 제안하는 방법은 산불을 비롯한 다양한 연기를 감지하였으며, 기존의 알고리즘에 비해 우수한 성능을 보여주었다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2011년도 춘계학술대회 논문집
• /
• pp.1275-1281
• /
• 2011

This paper presents synthetic circumstantial judgement system that detects and predicts a fire in subway station. Unlike conventional fire surveillance systems that judge the fire or not through smoke, CO, temperature or variation of temperature, a proposed system discovers a fire more easily or gives the alarm high possibility of fire to operator through recognition of fire levels based on Fuzzy Inference System using by FCM and information of objects from video data.