• 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.

• 한국인터넷방송통신학회논문지
• /
• 제11권1호
• /
• pp.125-132
• /
• 2011

기존의 화재 감시 시스템은 보통 연기, CO 혹은 온도나 온도의 변화량을 가지고 화재여부를 판단하였다. 대부분 각각의 센서에서 측정된 값을 미리 설정한 값과 비교하여 기준을 넘었을 경우에 화재라고 결정한다. 그러나 화재 가능성이 있는 상황도 정확히 예측하는 것이 화재를 예방하기 위해 요구된다. 본 연구에서는 여러 인자들 간의 조합에 의한 규칙을 생성하고, 불명확한 데이터 처리가 가능한 퍼지추론을 사용하여 화재상황을 인식하는 방식을 제안한다. 또한 퍼지추론 방식에서 지식의 일반화, 형식화의 문제점을 해결하기 위해, 화재의 특정 패턴들의 특징을 찾아서 분석하고 규칙베이스를 구축함으로써 시스템의 성능을 더욱 향상 시킨다. 화재의 레벨을 3단계(정상, 주의, 위험)로 나누고, 각 단계별로 훈련데이터를 FCM(fuzzy C-means clustering)에 의해 규칙화 하여 추론하는 시스템을 제안한다. 제안된 방식을 UCI의 삼림화재 데이터를 이용하여 성능을 평가한다.

• 한국화재소방학회논문지
• /
• 제24권5호
• /
• pp.10-25
• /
• 2010

현대사회에서 재난의 잠재력이 커질수록 재난을 대비하고 대응하는 국가의 체계를 보다 효율적으로 개선하고 강화하기 위하여 재난관리담당부서에서 근무하는 공무원을 대상으로 설문을 받아 분석하였다. 이 연구에서 알아보고자 한 내용은 다음과 같다. 첫째, 재난관리 기관 간 협력관계, 둘째, 재난관련법 제정 및 재난전담부서의 필요성 셋째, 재난관리 상황적 변수에 대한 인식으로 재난관리 상황요인에 대한 전반적 인식, 재난유형에 대한 전반적 인식, 재난규모에 따른 발생가능성에 대한 인식, 넷째, 재난관리의 구조적 변수에 대한 인식으로 재난관리에 대한 소방방재청, 유관기관, 지방자치단체의 인식 차이, 예방-대비-대응-복구단계의 혼선에 대한 인식에 대한 연구이다.

• 전기전자학회논문지
• /
• 제23권3호
• /
• pp.777-784
• /
• 2019

인적이 드문 한적한 곳이나 산악 지역에서 화재가 발생 하였을 때 화재 상황을 정확하게 파악하고 적절한 초동 대처를 한다면 피해를 최소화할 수 있으므로 사전 화재인지시스템과 자동알림시스템이 요구된다. 본 연구에서는 객체인식을 위한 딥러닝 알고리즘 중 Faster-RCNN 및 SSD(single shot multibox detecter)을 사용한 화재 인식시스템을 전력선 통신과 연동하여 자동알림시스템을 시연하였으며 향 후 고압송전망을 이용한 산불화재 감시에 응용 가능함을 제시하였다. 학습된 모델을 장착한 라즈베리파이에 파이카메라를 설치하여 화재 영상인식을 수행하였으며, 검출된 화재영상은 유도형 전력선 통신망을 통하여 모니터링 PC로 전송하였다. 학습 모델별 라즈베리파이에서의 초당 프레임 율은 Faster-RCNN의 경우 0.05 fps, SSD의 경우 1.4 fps로 SSD의 처리속도가 Faster-RCNN 보다 28배 정도 빨랐다.

• 한국재난정보학회 논문집
• /
• 제13권4호
• /
• pp.529-536
• /
• 2017

본 연구에서는 화재현장에서 소방관들이 느끼는 위험성과 돌발화염에 대한 인식에 관하여 조사하고 연령, 경력 및 계급에 따른 인식의 차이를 통계적으로 비교 분석하였다. 화재현장에서 느끼는 위험성은 계급에 따라 인식의 차이가 있음을 확인하였으며, 화재현장에서의 돌발화염 노출 가능성에 대해서는 70% 이상의 응답자가 노출가능성이 높다고 응답하였으나 연령, 경력, 직급에 따른 인식 차이는 없는 것으로 조사되었다. 그러나 만약 화재현장에서 돌발화염을 겪게 될 경우의 위기대처 능력에 관한 조사에서는 응답자의 연령, 경력, 직급에 따라 인식의 차이가 있는 것으로 나타났다. 이러한 결과를 통해 볼 때 향후 돌발화염의 모의 훈련 등의 강화가 보다 절실히 요구되며, 돌발화염에 따른 표준작전절차의 개선이나 화재진압교육의 보완을 통해 인명사고를 최소화하기 위한 방안들이 강구되어야 할 것으로 판단된다.

• 한국재난정보학회:학술대회논문집
• /
• 한국재난정보학회 2023년 정기학술대회 논문집
• /
• pp.202-203
• /
• 2023

최근 화재 탐지 분야는 불꽃 연기의 특징과 인공지능 인식(Detection) 모델을 활용하여 탐지율을 높이려는 연구가 많이 진행되어 왔다. 기존 화재 탐지 정확도를 높이기 위한 모델 연구 이외에도 불꽃·연기의 특징을 다양한 방법으로 데이터 가공한 학습 데이터셋을 활용하는 연구들이 진행되고 있다. 본 논문에서는 화재 탐지시 불꽃/연기의 오탐지율이 높은 것을 확인하고 오탐지율을 낮추기 위해 화재 상황을 인식하여 분류하는 방법과 데이터셋을 제안한다. 제안한 모델은 동영상을 학습데이터로 활용하여 화재 상황의 특징을 추출하여 분류모델에 적용하였다. 평가는 한국정보화진흥원(NIA)에서 진행하는 화재 데이터셋을 이용하여 Yolov8, Slowfast의 모델 성능을 비교 및 분석하였다.

• 한국정보통신학회논문지
• /
• 제24권10호
• /
• pp.1376-1383
• /
• 2020

화재 대피시스템에 관한 연구가 증가하고 있지만, 실내공간에서 대피자의 위치 인식에 관한 연구는 부족한 실정이다. 최신 연구에 따르면 실내에서 대피자 위치 파악에 고주파 활용이 효과적일 수 있음을 제시한 바가 있다. 이에 따라 본 논문에서는 고주파 특성과 스마트폰을 활용한 대피자 위치 인식 기술 및 화재 대피 안내시스템을 개발하고자 한다. 전체 시스템은 앱 서버, 위치 인식부, 대피경로 탐색 및 출력부, Wi-Fi통신 기반의 스피커 출력부를 포함해 개발했으며, 화재 상황 데이터를 기반으로 실험을 수행하여 시스템의 실효성에 대한 가능성을 입증하였다. 본 연구는 화재 시 고주파를 활용한 대피자 위치 감별을 사용하는 화재 대피 안내시스템의 기초연구로 활용될 수 있을 것이라 기대된다.

• 한국콘텐츠학회논문지
• /
• 제17권3호
• /
• pp.222-230
• /
• 2017

국민안전처는 2016년 국민의 생활안전 기반 강화를 위한 정책으로 맞춤형 소방안전교육과 소방안전문화 확산을 위한 정책을 추진하고 맞춤형 소방안전 교육체제 마련을 위해 소방안전교육 인프라 확충을 위한 방안을 계획 중이다. 이는 그간 우리사회의 안전에 대한 문제점을 개선하기 위한 방안으로 본 연구가 선행되어진 이유이기도 하다. 현재 안전교육이 시행되고 있으나 실제현장과 같은 상황을 체험할 수 없고 교육에 대한 만족도도 기초적인 수준에 불과하다. 이에 이러한 문제를 해결하기 위한 효과적인 대안으로 VR 소방체험교육콘텐츠를 제안한다. 이는 가상공간에서 화재진압과 대피훈련에 대한 체험교육을 목적으로 1)소방체험교육현장에서 안전하게 활용 2)흥미유발을 위한 인터랙션 UI 제공 3)동작인식기술과 조작 컨트롤러를 개발 사실감 증대 4)예산절감의 경제적 효과를 기대할 수 있다. 이에 VR 디자인 환경요소와 VR 교육콘텐츠 개발사례를 통해 체험교육의 학습적 효과를 알아보고 UX 디자인방법론(Persona, Task Scenario)을 적용하여 VR 소방체험 시스템 구조와 하드웨어를 구성한다. 또한 HMD 환경에서 조작과 몰입 감을 유도할 수 있는 VR 전용 동작인식과 컨트롤러의 통합 플러그인도 개발한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권4호
• /
• pp.117-122
• /
• 2021

최근 태풍, 지진, 산불, 산사태, 전쟁 등 다양한 재난 상황으로 인한 인명피해와 자금 손실이 꾸준히 발생하고 있고 현재 이를 예방하고 복구하기 위해 많은 인력과 자금이 소요되고 있는 실정이다. 이러한 여러 재난 상황을 미리 감시하고 재난 발생의 빠른 인지 및 대처를 위해 본 논문에서는 인공지능 기반의 재난 드론 시스템을 설계 및 개발하였다. 본 연구에서는 사람이 감시하기 힘든 지역에 여러 대의 재난 드론을 이용하며 딥러닝 기반의 객체 인식 알고리즘과 최적 경로 탐색 알고리즘을 적용해 각각의 드론이 최적의 경로로 효율적 탐색을 실시한다. 또한 드론의 근본적 문제인 배터리 용량 부족에 대한 문제점을 해결하기 위해 Ant Colony Optimization (ACO) 기술을 이용하여 각 드론의 최적 경로를 결정하게 된다. 제안한 시스템 구현을 위해 여러 재난 상황 중 산불 상황에 적용하였으며 전송된 데이터를 기반으로 산불지도를 만들고, 빔 프로젝터를 탑재한 드론이 출동한 소방관에게 산불지도를 시각적으로 보여주었다. 제안한 시스템에서는 여러 대의 드론이 최적 경로 탐색 및 객체인식을 동시에 수행함으로써 빠른 시간 내에 재난 상황을 인지할 수 있다. 본 연구를 바탕으로 재난 드론 인프라를 구축하고 조난자 탐색(바다, 산, 밀림), 드론을 이용한 자체적인 화재진압, 방범 드론 등에 활용할 수 있다.

• 한국화재소방학회:학술대회논문집
• /
• 한국화재소방학회 1997년도 International Symposium on Fire Science and Technology
• /
• pp.282-288
• /
• 1997

The purpose of this paper is to predict the situation of leak in closed space using an Artificial Neural Network (ANN). The existing system can't monitor the whole He situations with on/off signals. Especially the first stage of data determines the leak spot and intensity is disregarded in gas accidents. To complement these faults, a new prototype of monitoring system is proposed. Ihe system is composed of'sensing systenL data acquisition system computer, and ANN implemented in software and is capable of identifying the leak spot and intensity in closed space. The concentration of gas is measured at the 4 different places. The network has 3 layers that are composed of 4 input Processing Element (PE),24 hidden PEs, md 4 output PEs. The ANN has optimum condition through several experiments and as a consequence the recognition rate of93.75% is achieved finally