• 재활복지
• /
• 제21권3호
• /
• pp.129-146
• /
• 2017

본 연구는 실내에서 화재 발생시 시각 장애인들을 지원하기 위한 영상 기반의 화재감지기를 제안한다. 건물 내에 화재가 발생하는 비상 상황 발생시 시각 장애인은 일반인보다 상황을 인지하는 것이 늦기 때문에 위험한 상황에 노출되기 쉽다. 기존의 연기 감지기와 같은 현재의 화재 감지 방법은 화재 발생시 발생하는 화학 센서 기반 기술을 사용함으로써 감지가 상대적으로 늦으며 화재가 확산된 후에 감지가 되는 등 낮은 신뢰성이 문제가 될 수 있다. 이를 보완하기 위해 영상 기반의 화재 감지 기술이 개발되었지만 낮은 정확도가 문제가 되어 실용화되지 못하였다. 최근 인공 지능을 위한 심층 학습 분야의 큰 발전으로 영상 내의 물체 인식률이 높아짐에 따라 관련 연구가 활발히 진행되고 있다. 따라서 본 연구에서는 보안 카메라 영상을 사용하여 화재를 감지할 수 있는 심층 학습 기반의 화재 감지기를 제안한다. 심층 학습 기반의 접근법은 영상에서 자동으로 특징을 학습할 수 있으므로 일반적으로 복잡한 상황에 대해서도 일반화가 가능하다. 본 논문에서는 화재감지 정확도와 속도 측면의 균형을 고려하여 두 개의 심층 합성곱 신경망 모델을 제안하였다. 실험을 통해 두 모델 모두 99%의 평균 정밀도로 화재를 감지할 수 있으며 첫 번째 모델은 초당 30장의 처리 속도와 76%의 정확도를 나타냈다. 두번째 모델은 초당 50장의 처리 속도와 61%의 정확도를 나타낸다. 또한 두 개의 모델의 메모리 사용량을 서로 비교하였으며 다양한 실제 화재 시나리오에서 테스트하여 신뢰할 수 있는 모델임을 증명하였다. 본 논문에 제안한 영상 기반 화재 감지기가 상용화된다면 상대적으로 실내 화재에 취약한 시각 장애인들의 안전에 도움이 될 것이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 춘계학술대회
• /
• pp.597-598
• /
• 2013

국가산업시설인 통신망 및 전력시설과 원자력 및 화력발전소, 중대형 건물, 문화재, 금속 및 철강공장, 화학공장, 정유공장 등 대형공장의 화재위험 지역에서 많은 화재 및 범죄사고가 발생하여 국가적으로 지대한 손실을 초래하고 있다. 이러한 사건과 사고를 근본적으로 방지하기 위해서는 객체의 온도와 움직임을 고수준으로 감지 할 수 있는 화재감지 시스템의 개발이 필수적이다. 본 논문에서는 이러한 문제점을 해결하기 위하여 적외선 열영상 및 CCD 카메라 기반 화재감지 및 연기감지가 가능한 화재감지 시스템을 설계하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2015년도 춘계 종합학술대회 논문집
• /
• pp.25-26
• /
• 2015

본 논문은 무선통신 단말기를 이용한 무인 화재감지 시스템의 구현에 관한 것으로 무선통신 장비가 장착된 복합화재감지기 및 자동소화 장치와 이를 네트워크로 연결한 화재감지 및 화재 초기진화 시스템, 열 영상 카메라와 영상 카메라로 구성된 카메라 시스템, 화재상황을 모니터링 할 수 있는 화재감지 모니터링 시스템의 설계에 관한 것이다. 시스템의 주요 개발 기능은 무선통신을 이용한 화재감지 장치 및 자동소화 장치 시스템; 열 영상 카메라와 영상 카메라를 기반으로 하는 화재 탐지 카메라 시스템; 영상모니터링 및 Map Viewer 기능이 있는 Monitoring Viewer 시스템 등이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 추계학술대회
• /
• pp.331-334
• /
• 2010

본 논문은 질감 및 색채의 공간 분포 정보를 이용한 비디오 기반 화재감지 시스템 설계에 대하여 연구하였다. 화재 감지에 사용되는 영상들은 각각 상이한 장소, 시간, 위치에서 획득된 영상을 대상으로 하였다. 기존의 비전기반 화재감지 기법에서는 정확한 화재감지를 위해서 많은 연산을 수행함으로써 감지시간이 길어지는 단점이 있었다. 이러한 문제들을 극복하기 위하여 본 논문에서는 우선, 비디오 영상의 사이즈 및 칼라 정보를 정규화 한다. 다음 색채의 공간 분포 정보를 적용하여 화재 후보 영역을 검출하고, 이 후보 영역에서 영상의 질감에 대한 분석을 수행함으로써 화재를 검출하였다. 실험결과 이전의 비전기반 화재 감지 기법에 비해서 좋은 결과를 나타내는 것을 보여준다.

• 한국정보통신학회논문지
• /
• 제20권9호
• /
• pp.1649-1656
• /
• 2016

기존의 센서 기반 화재 감지 시스템은 주변 환경이 센서에 미치는 요인들에 따라 성능이 크게 제한될 수 있다. 이러한 문제를 해결하기 위해 영상 기반의 화재 감지 시스템이 다수 등장했지만, 영상에서 화염의 특성을 사람이 직접 정의하여 알고리즘을 개발하기 때문에 유사 개체에 대해 오경보를 발생시킬 수 있다. 또한 영상 프레임간의 움직임을 이용할 경우, 네트워크가 원활하지 않은 환경에서는 의도한 알고리즘이 정확하게 동작하지 않는 단점이 있다. 본 논문에서는 입력 영상 프레임으로부터 색상정보를 이용하여 화염의 후보 영역을 먼저 검출한 다음, 학습된 CNN(Convolutional Neural Network)을 활용해서 최종적으로 화재를 감지하는, CNN을 활용한 영상 기반의 화재 감지 방법을 제안하였다. 또한, 검출률과 미검출율 및 오검출률의 비교를 통해서 기존 연구에 비해 성능이 크게 향상되었음을 보였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 추계학술대회
• /
• pp.242-244
• /
• 2022

기관실 선원들의 안전관리를 위해 영상기반 쓰러짐, 안전보호구 착용, 화재감지를 실시간 모니터링하여 사고방지 및 신속한 사고 대응을 할 수 있는 인공지능 모델을 개발하는 연구이다.

• 한국정보통신학회논문지
• /
• 제22권12호
• /
• pp.1596-1603
• /
• 2018

화재에 대한 신속한 예측과 경고는 인명 및 재산피해를 최소화시킬 수 있는 필수적인 요소이다. 일반적으로 화재가 발생하면 연기와 화염이 함께 발생하기 때문에 화재 감지 시스템은 연기와 화염을 모두 감지할 필요가 있다. 그러나 대부분의 화재 감지 시스템은 화염 혹은 연기만 감지하며, 화재 감지를 위한 전처리 작업을 추가함에 따라 처리 속도가 느려지는 단점이 있다. 본 연구에서는 다중 레이블 분류(Multi-labeled Classification)를 지원하는 CNN 모델을 구성해서 화염과 연기를 동시에 예측하고, CNN의 특징을 기반으로 클래스에 대한 위치를 시각화하는 Grad-CAM을 이용해서 실시간으로 화재 상태를 모니터링 할 수 있는 화재 감지 시스템을 구현하였다. 또한, 13개의 화재 동영상을 사용해서 테스트한 결과, 화염과 연기에 대해 각각 98.73%와 95.77%의 정확도를 보였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2014년도 추계 종합학술대회 논문집
• /
• pp.7-8
• /
• 2014

본 논문에서는 적외선 열 영상 카메라를 기반으로 한 스마트 화재 탐지 및 자동소화 시스템의 구현에 관한 것으로 스마트 화재감지 시스템 및 화재 발생 시 이를 초기에 진화 할 수 있는 자동소화 장치 인터페이스 플랫폼의 설계 및 구현에 관한 것이다. 시스템 개발의 주요 기능은 열 영상 카메라와 메가픽셀 카메라를 기반으로 하는 화재 탐지 영상 시스템 및 뷰어; 화재 발생 시 초기에 화재를 진화 할 수 있는 자동소화 장치시스템; 영상 시스템과 자동소화 장치 시스템을 연결해 주는 인터페이스 플랫폼이다.

• 전자공학회논문지
• /
• 제54권4호
• /
• pp.50-58
• /
• 2017

최근 들어, 효과적인 화재감지를 위해 이종 화재센서 데이터들을 융합하는 방안들이 제안되었으나, 룰 기반의 방법의 경우 적응성과 정밀도가 낮고, 퍼지추론의 경우 영상에 대한 고려 미흡으로 검출 속도와 정밀도가 떨어지는 등의 문제점들이 있다. 더불어 영상기반 딥러닝 기술들도 제안되었으나, 실제 상황에서 카메라가 없거나 카메라 영역 밖의 화재 발생에 대한 신속한 탐지가 어렵다. 이에 본 논문에서는 CNN 기반의 딥러닝 알고리즘과 온도 습도 가스 연기를 포함하는 이종 화재센서 데이터기반의 퍼지추론엔진을 결합시킨 새로운 방식의 화재 감지 시스템을 제안한다. 이로써 영상 데이터를 활용한 신속한 화재 감지와 이종 센서 데이터들을 이용한 신뢰성 있는 화재 감지가 가능해짐을 보인다. 또한, 대규모 시스템에서 컴퓨팅 파워의 지나친 서버 집중을 방지하기 위해 화재 인식 알고리즘에 분산 컴퓨팅 구조를 채택하여 확장성을 높인다. 마지막으로, NIST 화재 동역학 시뮬레이터를 이용한 화재 시뮬레이션 데이터와 화재영상을 활용하여 화재가 점진적으로 번지는 환경과 급작스럽게 폭발이 발생하는 환경에서 실험을 수행함으로써 시스템의 성능을 검증한다.

• 정보처리학회논문지B
• /
• 제15B권2호
• /
• pp.87-94
• /
• 2008

본 논문에서는 실시간 화재 감지를 위해 비전 기반의 새로운 화재 감지 기법을 제안한다. 기존의 비전기반 화재감지 기법에서는 컬러정보와 픽셀들의 시간적인 변화량 검출을 위해 다수의 휴리스틱한 특징들을 적용함으로써 실험결과가 환경의 변화에 민감한 문제들이 존재했다. 또한 정확한 화재감지를 위해서 많은 연산을 수행함으로써 감지시간 길어지는 단점이 있었다. 이러한 문제점들을 극복하기 위해서 본 논문에서는 시간축 상에서 불규칙하게 변화하는 화재의 특성을 분석하고 이를 토대로 확률 모델을 구성하여 이를 베이지안 네트워크(Bayesian network)에 적용하는 새로운 방법을 제안한다. 우선, 배경 모델링과 컬러 모델을 적용하여 화재 후보 영역을 검출하고, 이 후보 영역에서 명암도에 평준화된 Red 색상의 왜도(skewness)와 웨이블릿 변환을 통하여 얻어진 3가지 고주파 성분의 왜도를 노드로 갖는 베이지안 네트워크를 구성하여 최종 화재를 감별한다. 실생활 환경에서 촬영된 화재 영상에 대한 실험 결과는 빠른 검출 속도와 우수한 화재 검출 성능을 보여주고 있다.