• 대한전자공학회논문지SP
• /
• 제45권4호
• /
• pp.59-70
• /
• 2008

본 논문에서는 터널 환경 내에서 발생할 수 있는 화재를 조기에 실시간으로 탐지하기 위한 시각 처리 기법을 제시한다. 다양한 환경 하에서 화재 발생 시 이를 조기에 발견하여 인명 및 재산 피해를 최대한 줄이기 위한 목적을 가지고 많은 연구들이 제안되었다. 그러나 터널 화재 탐지의 경우 터널 환경이라는 특이성 때문에 기존의 화재 탐지 기법을 적용하기 어려우며, 터널 공간에 특성화된 새로운 알고리즘이 필요하다. 이에 본 논문에서는 컬러정보를 기반으로 한 화염 후보 영역 검출기법, 움직임 정보를 기반으로 한 연기 후보 영역 검출 기법을 사용하고 모폴로지 기법, 재검증 및 제거 기법을 이용하여 화재 검출 시 발생할 수 있는 오검출 영역을 제거하는 방법을 통해서 정확한 위치 탐지와 조기 탐지가 가능한 알고리즘을 개발하였다. 또한 실험 결과를 통해 각각의 성능을 비교함으로써 제시한 알고리즘의 타당성을 보여주었다.

• 한국정보통신학회논문지
• /
• 제19권6호
• /
• pp.1506-1514
• /
• 2015

본 논문에서는 상황 인식 센서를 활용한 화재 발생 예측 및 탐지 방법을 제안한다. 기존 기상 및 비전 센서 기반의 산불 방재 시스템의 경우 카메라 센서로 획득한 영상을 조명변화에 강인한 색상공간인 HSI(Hue, Saturation, Intensity) 모형으로 변환시켜 처리하여 산불영역에 대한 특징을 추출하고 있다. 그러나 이 경우 단일 카메라 센서가 넓은 범위에 화재를 감지하기 때문에 넓은 범위의 화재가 발생하기 전까지는 화재발생을 감지하는데 어려움이 있다. 따라서 본 논문에서는 센서를 활용하여 실시간으로 온도, 습도, Co2, 불꽃유무정보를 습득하여 화재를 판단하는 알고리즘과 그에 따른 화재의 확산경로와 속도예측 및 안전구역 확보 알고리즘을 제안한다. 제안된 알고리즘은 복합적 인 상황에 따라 부여된 가중치를 수집된 데이터에 부여하여 화재를 판단하고, 시간에 따른 상황인식 분석을 통해 화재 이동방향과 속도를 예측하여 안전구역을 확보하는 기법이다.

• 센서학회지
• /
• 제23권5호
• /
• pp.342-348
• /
• 2014

This paper introduced a novel multi-gas sensor detector with simple signal processing algorithm. This device was evaluated by investigating the characteristics of combustible materials using fire-generated smell and smoke. Plural sensors including TGS821, TGS2442, and TGS260X were equipped to detect carbon monoxide, hydrogen gas, and gaseous air contaminants which exist in cigarette smoke, respectively. Signal processing algorithm based on the difference of response times in fire-generated gases was implemented with early and accurately fire detection from multiple gas sensing signals. All fire experiments were performed in a virtual fire chamber. The cigarette, cotton fiber, hair, polyester fiber, nylon fiber, paper, and bread were used as a combustible material. This analyzing software and sensor controlling algorithm were embedded into 8-bit micro-controller. Also the detected multiple gas sensor signals were simultaneously transferred to the personnel computer. The results showed that the air pollution detecting sensor could be used as an efficient sensor for a fire detector which showed high sensitivity in volatile organic compounds. The proposed detecting algorithm may give more information to us compared to the conventional method for determining a threshold value. A fire detecting device with a multi-sensor is likely to be a practical and commercial technology, which can be used for domestic and office environment as well as has a comparatively low cost and high efficiency compared to the conventional device.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.93-96
• /
• 2015

본 논문에서는 상황 인식 센서를 활용한 산불 감지 시스템을 제안한다. 기존 기상 및 비전 센서 기반의 산불 방재 시스템의 경우 카메라 센서로 획득한 영상을 조명변화에 강인한 색상공간인 HSI(Hue, Saturation, Intensity) 모형으로 변환시켜 처리하여 산불영역에 대한 특징을 추출하고 있다. 그러나 이 경우 단일 카메라 센서가 넓은 범위에 화재를 감지하기 때문에 넓은 범위의 화재가 발생하기 전까지는 화재발생을 감지하는데 어려움이 있다. 또한 복합적인 상황에서의 화재 감지가 힘들뿐만 아니라 별도의 지속적인 경계가 필요한 지역에 대한 설정이 어렵다. 따라서 본 논문에서는 센서를 활용하여 실시간으로 온도, 습도, Co2, 불꽃유무정보를 습득하고 이 데이터들을 복합적인 상황에 따라 비교, 분석하고 그에 따른 가중치를 부여하여 화재를 판단하는 알고리즘을 제안한다. 또한 화재 상태를 나누어 집중적인 화재 감지가 필요한 구역에 차별적인 관리가 가능하게 한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권2호
• /
• pp.381-404
• /
• 2022

Forest fires inflict great losses of human lives and serious damages to ecological systems. Hence, numerous fire detection methods have been proposed, one of which is fire detection based on sensors. However, these methods reveal several limitations when applied in large spaces like forests such as high cost, high level of false alarm, limited battery capacity, and other problems. In this research, we propose a novel forest fire detection method based on image processing and correlation coefficient. Firstly, two fire detection conditions are applied in RGB color space to distinguish between fire pixels and the background. Secondly, the image is converted from RGB to YCbCr color space with two fire detection conditions being applied in this color space. Finally, the correlation coefficient is used to distinguish between fires and objects with fire-like colors. Our proposed algorithm is tested and evaluated on eleven fire and non-fire videos collected from the internet and achieves up to 95.87% and 97.89% of F-score and accuracy respectively in performance evaluation.

• 전기전자학회논문지
• /
• 제24권4호
• /
• pp.1148-1155
• /
• 2020

Fire must be extinguished as quickly as possible because they cause a lot of economic loss and take away precious human lives. Especially, the detection of smoke, which tends to be found first in fire, is of great importance. Smoke detection based on image has many difficulties in algorithm research due to the irregular shape of smoke. In this study, we introduce a new real-time smoke detection algorithm that reduces the detection of false positives generated by irregular smoke shape based on faster r-cnn of factory-installed surveillance cameras. First, we compute the global frame similarity and mean squared error (MSE) to detect the movement of smoke from the input surveillance camera. Second, we use deep learning algorithm (Faster r-cnn) to extract deferred candidate regions. Third, the extracted candidate areas for acting are finally determined using space and temporal features as smoke area. In this study, we proposed a new algorithm using the space and temporal features of global and local frames, which are well-proposed object information, to reduce false positives based on deep learning techniques. The experimental results confirmed that the proposed algorithm has excellent performance by reducing false positives of about 99.0% while maintaining smoke detection performance.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2011년도 정기총회 및 추계학술대회 논문집
• /
• pp.768-773
• /
• 2011

Today's urban transit system is regarded as the important public transportation service which saves passengers' time and provides the safety. Many researches focus on the rapid and protective responses that minimize the losses when dangerous situation occurs. In this paper we proposed the early fire detection and corresponding rapid response method in urban transit system by combining automatic fire detection for video input and the sensor system. The fire detection method consists of two parts, spark detection and smoke detection. At the spark detection, the RGB color of input video is converted into HSV color and the frame difference is obtained in temporal direction. The region with high R values is considered as fire region candidate and stepwise fire detection rule is applied to calculate its size. At the smoke detection stage, we used the smoke sensor network to secure the credibility of spark detection. The proposed system can be implemented at low prices. In the future work, we would improve the detection algorithm and the accuracy of sensor location in the network.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권12호
• /
• pp.6018-6033
• /
• 2018

Fires are a common cause of catastrophic personal injuries and devastating property damage. Every year, many fires occur and threaten human lives and property around the world. Providing early important sign for early fire detection, and therefore the detection of smoke is always the first step in fire-alarm systems. In this paper we propose an automatic smoke detection system built on camera surveillance and image processing technologies. The key features used in our algorithm are to detect and track smoke as moving objects and distinguish smoke from non-smoke objects using a convolutional neural network (CNN) model for cascade classification. The results of our experiment, in comparison with those of some earlier studies, show that the proposed algorithm is very effective not only in detecting smoke, but also in reducing false positives.

• 전기전자학회논문지
• /
• 제23권1호
• /
• pp.242-248
• /
• 2019

화염 및 연기 감지 알고리즘 연구는 다양한 모양, 빠른 확산 및 색상으로 인해 컴퓨터 비전에서 어려운 과제이다. 일반적인 센서 기반 화재 감지 시스템의 성능은 환경 요인(실내 및 화재발생 위치)에 따라 크게 제한된다. 이러한 문제를 해결하기위해 딥러닝 방법을 적용하였으며, 이것은 물체의 형상을 특징으로 추출하므로 비슷한 형상이 프레임내에 존재하면 오탐으로 검출 될 수 있다. 본 연구는 화재 오탐 검출 개선을 위해 딥런닝 사용 전과 후에 프레임 유사성을 이용하여 오탐을 줄이는 새로운 알고리즘을 제안한다. 실험결과 제안된 방법을 적용하여 화재 검출 성능은 유지를 하면서 오탐 부분이 최소 30% 까지 감소하는 결과를 얻을 수 있었다. 제안된 방법의 오탐 검출 성능이 뛰어나다는 것을 확인하였다.

• 한국화재소방학회논문지
• /
• 제27권5호
• /
• pp.15-18
• /
• 2013

본 연구는 자연 발생적인 화재 및 방화자에 의한 화재를 탐지하는 고효율 저비용의 옥외형 화재경보시스템으로 중소문화재, 천연기념물 및 옥외 시설물 등 화재 발생 시 관리 감시가 취약한 곳을 대상으로 한 소방시스템의 옥외 적용시 성능 및 시험에 대한 것이다. 재래적 화재감지시스템으로부터 탈피하여 지능적인 이동형 무인 화재감지시스템의 도입을 위해 화재경보시스템 성능시험, 기능시험, 옥외 환경시험, 불꽃시험 및 EMI/EMS 적합시험 등을 실시하였다. 성능시험, 기능시험, 불꽃시험 및 옥외방치시험을 3개월간 실시한바 양호하였고, 온도변화 성능시험도 $-30{\sim}70^{\circ}C$에서 양호하였으며 EMI/EMS 시험도 적합하였다. 불꽃검출거리는 75 m까지 증가되었고 대기모드 전원은 4시간 증가, 운영모드 전원에서의 동작시간은 3일까지 가능하였으며 센서뿐만 아니라 영상으로 상황을 인지하는데 적합함을 확인하였다.