• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.11a
• /
• pp.139-141
• /
• 2017

화재는 다른 재난보다 확산 속도가 빠르기 때문에 신속하고 정확한 감지와 지속적인 감시가 요구된다. 최근, 신속하고 정확한 화재 감지를 위해, CCTV(Closed-Circuit TeleVision)으로 획득한 이미지를 기계학습(Machine Learning)을 이용해 화재 발생 여부를 감지하는 화재 감지 시스템이 주목받고 있다. 본 논문에서는 기계학습의 기술 중 정확도가 가장 높은 딥러닝(Deep Learning)기반의 CCTV 화재 감지 시스템을 제안한다. 본 논문의 시스템은 딥러닝 기술 적용뿐만이 아니라, CCTV 이미지 전처리 과정을 보완함으로써 딥러닝에서의 미지 데이터(unseen data)의 낮은 분류 정확도 문제인 과적합(overfitting)문제를 해결하였다. 본 논문의 시스템은 약 80,000 개의 CCTV 이미지 데이터를 학습하여, 90% 이상의 화재 이미지 분류 정확도의 성능을 보여주었다.

• Journal of Convergence Society for SMB
• /
• v.6 no.3
• /
• pp.37-41
• /
• 2016

In this paper, we propose a fire alarm system that utilizes Wi-Fi to alarm multiple people at once. This system, based on Arduino, uses smoke, flame and temperature sensor units to sense fire and send detection data to a server via wireless communication system. The server uses stored data to relay current fire situations gathered from nearby sensors to smartphones. It also automatically reports the fire using location data from sensors. Using this system, we were able to retrieve fire alarm from sensors via push notification of our smartphone. We also confirmed the establishment of linkage with sensors and automatic report of fire via SMS. From this result, the possibility of sending real-time notifications via the Internet toward nearby smartphones about disasters such as conflagration has been proven to be feasible.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.15 no.1
• /
• pp.533-538
• /
• 2014

This study examines the performance of and searches for improvements to the existing automatic fire detection systems installed at domestic apartment buildings as a basic study for development of intelligent fire detection systems specifically for apartments. Thus, this study aims to find out the problems in performance and maintenance of the existing fire detectors installed at apartment buildings which is the prerequisite process for development of intelligent fire detection system for that specific application. It is also found impossible to check whether or not the detectors installed at each apartment are in an operational state at normal times. This study finds that it is desirable to replace the slow-sensing heat detectors by a smoke and single smoke detectors which can detect a fire at its early stage in an effort to improve the problems of fire detectors installed at apartment buildings presently. Because we need to the independence fire detection system of apartment building.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.453-456
• /
• 2013

최근 스마트폰 보급률 증가 및 무선 센서 네트워크(Wireless Sensor Networks) 기술 발전에 따라 해당 기술을 화재감시, 침입 감지와 같은 응용에 융합하는 연구가 활발히 진행되고 있다. 하지만 기존 연구들은 주기를 기반으로 감지를 수행하기 때문에 화재 및 침입 판단이 지연되는 문제점이 존재한다. 이를 위해, 본 논문에서는 판단 주기를 동적으로 설정하는 조기 화재 판단 알고리즘을 통해 화재 판단 시간을 단축시켜 빠른 대처를 할 수 있도록 지원하는 새로운 화재감시 및 침입 감지 시스템을 개발한다. 아울러, 적외선 센서를 이용하여 무단 침입을 감지함으로써 도난 및 파손과 함께 방화로 인한 화재를 방지할 수 있다. 마지막으로 성능평가를 통해 제안하는 시스템이 화재 판단 측면에서 기존 연구보다 우수함을 입증한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.343-345
• /
• 2020

사물인터넷 시대에 스마트 홈들의 출현으로 엣지 지역에서의 정확한 화재 감지 및 대응 기술에 대한 필요성이 요구되고 있다. 그러나, 화재 감지 동작에서 오작동으로 인한 잘못된 정보를 제공하거나, 감지 기기로부터의 불충분한 정보 제공은 화재 감지/예방을 효과적으로 수행하기 어렵게 한다. 본 논문에서는 사물인터넷 엣지 지역에서 기존의 다양한 센서들을 통해 데이터를 수집하여 온톨로지에서 추론과정을 진행하는 엣지형 온톨로지 시스템을 구현한다. 본 논문에서는 추론된 정보를 바탕으로 사물인터넷 엣지에서 발생되는 화재 사건에 대한 정확한 판단할 수 있게 한다. 제안된 화재 추론 온톨로지를 이용해 기존의 화재감지기가 제공하는 정보 뿐 만 아니라 화재 정보에 대한 확장된 정보를 사용자에게 제공하므로 사용자 유용성을 개선될 수 있음을 보인다.

• 재활복지
• /
• v.21 no.3
• /
• pp.129-146
• /
• 2017

In an event of an emergency, such as fire in a building, visually impaired and blind people are prone to exposed to a level of danger that is greater than that of normal people, for they cannot be aware of it quickly. Current fire detection methods such as smoke detector is very slow and unreliable because it usually uses chemical sensor based technology to detect fire particles. But by using vision sensor instead, fire can be proven to be detected much faster as we show in our experiments. Previous studies have applied various image processing and machine learning techniques to detect fire, but they usually don't work very well because these techniques require hand-crafted features that do not generalize well to various scenarios. But with the help of recent advancement in the field of deep learning, this research can be conducted to help solve this problem by using deep learning-based object detector that can detect fire using images from security camera. Deep learning based approach can learn features automatically so they can usually generalize well to various scenes. In order to ensure maximum capacity, we applied the latest technologies in the field of computer vision such as YOLO detector in order to solve this task. Considering the trade-off between recall vs. complexity, we introduced two convolutional neural networks with slightly different model's complexity to detect fire at different recall rate. Both models can detect fire at 99% average precision, but one model has 76% recall at 30 FPS while another has 61% recall at 50 FPS. We also compare our model memory consumption with each other and show our models robustness by testing on various real-world scenarios.

• The KIPS Transactions:PartB
• /
• v.15B no.2
• /
• pp.87-94
• /
• 2008

In this paper, we propose a new vision-based fire detection method for a real-life application. Most previous vision-based methods using color information and temporal variation of pixel produce frequent false alarms because they used a lot of heuristic features. Furthermore there is also computation delay for accurate fire detection. To overcome these problems, we first detected candidated fire regions by using background modeling and color model of fire. Then we made probabilistic models of fire by using a fact that fire pixel values of consecutive frames are changed constantly and applied them to a Bayesian Network. In this paper we used two level Bayesian network, which contains the intermediate nodes and uses four skewnesses for evidence at each node. Skewness of R normalized with intensity and skewnesses of three high frequency components obtained through wavelet transform. The proposed system has been successfully applied to many fire detection tasks in real world environment and distinguishes fire from moving objects having fire color.

• Fire Science and Engineering
• /
• v.22 no.4
• /
• pp.42-49
• /
• 2008

This research is to provide a scheme for an automatic fire alarm system with higher reliability through solving problems of malfunctioning (false or missing fire alarm) and power interruption (result from frequently unwanted activation, etc) of an automatic fire alarm system. A digital control system with microprocessor-based is proposed to reduce the possibility of malfunctioning through a combinational use of heat, smoke and CO sensors. Higher reliability could be achieved by these multiple sensors based fire detection system and fire distinction algorithm. In this research, we implemented actual fire detection system and conducted fire test to verify improvement on reliability.

• Proceedings of the Korea Institute of Fire Science and Engineering Conference
• /
• 2010.10a
• /
• pp.155-158
• /
• 2010

본 연구에서는 최근 도심지 대심도 지하도로 및 침매터널등에서 중요성이 부각되고 있는 터널내 화재안전 설계를 위한 영상유고감지시스템의 성능평가를 수행하였다. 영상유고감지시스템(VIDS)의 성능 평가를 위하여 터널 내부에서 발생할 수 있는 유고상황을 5가지로 구분하여 보행자, 낙하물, 정지차량, 역주행, 연기발생등의 상황을 인위적으로 발생시켰으며 이에 따른 감지 능력을 평가하였다. 실험결과 2, 3회 걸친 지속적인 교정과 세부조정을 거친 후에는 보행자 98.3%, 낙하물 96.7%, 정지차량 100%, 역주행 100%, 연기감지 100%의 감지율을 나타내었으며 카메라의 설치거리 100m 이내에서 비교적 높은 감지율을 나타내었다. 영상유고감지기의 적용 신뢰도는 터널내 조도, 카메라의 설치 위치에 따른 영상 변화등에 의존적이었으나 대심도 터널등의 신속한 화재감지를 위한 대안으로 적용될 수 있을 것으로 판단되었다.

• 방재와보험
• /
• s.119
• /
• pp.40-48
• /
• 2007

많은 감지기 제조업체들이 더 나은 성능 개선을 위해서 꾸준하게 새로운 기술들을 개발하고 있다. 주변 환경적 방해요소들로부터 야기되는 비화재보가 없는 실제 화재의 즉각적인 감지라는 궁극의 목표는 아직 요원하다. 하지만 현재의 화재감지기 성능은 몇 년전에 비해 크게 발전하고 있다.