• International journal of advanced smart convergence
• /
• 제8권2호
• /
• pp.116-125
• /
• 2019

The fire should extinguish as soon as possible because it causes economic loss and loses precious life. In this study, we propose a new atypical fire and smoke detection algorithm using deep learning and color histogram of fire and smoke. First, input frame images obtain from the ONVIF surveillance camera mounted in factory search motion candidate frame by motion detection algorithm and mean square error (MSE). Second deep learning (Faster R-CNN) is used to extract the fire and smoke candidate area of motion frame. Third, we apply a novel algorithm to detect the fire and smoke using color histogram algorithm with local area motion, similarity, and MSE. In this study, we developed a novel fire and smoke detection algorithm applied the local motion and color histogram method. Experimental results show that the surveillance camera with the proposed algorithm showed good fire and smoke detection results with very few false positives.

• 한국화재소방학회논문지
• /
• 제16권4호
• /
• pp.28-32
• /
• 2002

성능위주의 화재감지설비 설계시 공조설비 또는 실내 온도조절장치에 의한 실내기류 순환으로 연기기류가 정상해석에 의한 연기분포, 연기농도가 형성되지 못하여 화재감지지연이 예상되는 것을 실험 및 분석을 통하여 성능위주의 예방설비 구현을 위한 연구를 수행하였다. 실험연구는 공조설비가 가동하고 있는 통신기계실의 화재시 화재감지기의 작동을 예측하고자 천장부의 연기농도분포를 측정·분석하는 실험을 수행하였으며, 그 결과 기류순환에 의해 기존 Passive Type의 화재감지장치는 감지불가 또는 감지지연이 예상되었으며, 조기화재감지를 위하여 방호공간의 공기를 강제로 흡입·분석하여 화재를 감지하는 Active Type의 Air Sampling Smoke Detection system의 적용이 필요한 것으로 나타났다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.1734-1737
• /
• 1997

The conventional fire detection devices are operated after a processed fire phase, which are sensing only a high density of somke level or high temperature heat. They are not so precision to detect a fire in the early phase to protect the facility form the fire. We need to develope a new high precision smoke detection system to keep expensive industrial facilities most reliably form fire. A new optical precision smoke detection system was developed. It monitors very low level density of smoke particles in the air. It is operated continously through many years without a stop or any malfunction. The developed precision smoke detection system will be installed in important industrial facilities, such as power plants, underground common tunnel, main control rooms, computer rooms etc.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1997년도 춘계학술대회 논문집
• /
• pp.128-132
• /
• 1997

The conventional fire detection devices are operated after a processed fire phase, which are sensing only a high density of smoke level or high temperature heat. They are not so precision to detect a fire in the early phase to protect the facility from the fire. We need to develope a new high precision smoke detection system to keep expensive industial facilities most reliably from fire. A new optical precision smoke detection system was developed. It monitors very low level density of smoke psrticles in the air. It is operated continuously through many years without a stop or any malfunction. The developed precision smoke detection system will be installed in important industrial facilities,such as power plants, underground common tunnel,main control rooms,computer rooms etc.

• 한국전자통신학회논문지
• /
• 제12권2호
• /
• pp.331-336
• /
• 2017

화재 재해를 예방하기 위해 조기 화재 탐지 기술의 필요성이 증대되고 있다. 화염 및 연기를 감지하기 위해 열, 연기 및 불꽃에 대한 센서 감지 장치가 널리 사용되고 있으나, 이 시스템은 센서 주변 환경의 요소에 따라 제한된다. 이 문제들을 해결하기 위해 다수의 이미지 기반 화재 탐지 시스템이 개발되고 있다. 본 논문에서는 카메라 입력 이미지로 부터 합성곱 신경망을 이용하여 연기 이미지와 불꽃 이미지에 대한 학습을 통해 특징 맵을 추출하고, 이를 사용하여 다른 입력 이미지를 연기와 불꽃으로 분류하는 이미지 기반 화재 감지 시스템을 구현하였다. 다양한 조건의 이미지를 대상으로 실험한 결과 연기와 불꽃으로 분류하는데 우수한 성능을 보여주었다.

• 조명전기설비학회논문지
• /
• 제28권10호
• /
• pp.49-55
• /
• 2014

This paper is basic study for development of an advanced photoelectric type smoke detector that has high reliability by reducing the occurrence of nuisance alarms. This paper was attempted to distinguish optical characteristics of the typical fire smoke particle and non-fire smoke particle. According to UL 268 standards, three types of test fires (the paper, the wood and the flammable liquid) were used in this paper for measurement of the fire smoke particles, and the water vapor and the cigarette smoke that were known as the main cause of the nuisance alarms were also used for the non-fire smoke particles. A smoke detection chamber was created, which was equipped with one light source and several light sensors for enabling simultaneous detection of light extinction and scattering, respectively. This paper analyzes the optical characteristics of each smoke particle using this chamber.

• 한국재난정보학회 논문집
• /
• 제19권3호
• /
• pp.608-623
• /
• 2023

연구목적: 최근 물류 창고 수의 증가 추세에 있다. 또한 이러한 물류 창고의 수가 늘어남에 따라 화재발생건수 또한 매년 증가 추세를 보여 대형 물류 창고에서 발생하는 화재 예방의 중요성이 커지고 있다. 연구방법: 물류 창고에 적응성 있는 화재감지기로 대두되고 있는 공기흡입형 감지기에 대해 조사하고 화재시뮬레이션(FDS)를 통해 물류 창고 모델링을 진행하여 물류창고 화재 성장 속도 4단계와 화원 위치 3가지에 따른 일반 연기감지기와 공기흡입형 감지기의 감지 속도를 비교 분석하였다. 연구결과: 성장속도 Slow급 화재와 Medium급 화재에서는 화원위치에 상관없이 공기흡입형 감지기의 감지속도가 더 빨랐다. 하지만 Fast급 화재와 Ultra Fast급 화재에서는 화원위치에 따라 일반연기감지기의 감지속도가 더 빠른 것을 확인할 수 있었다. 결론: 공기흡입형 감지기는 화재성장속도가 빨라질수록, 둘째 화원의 위치가 공기흡입형 감지기 수신부보다 멀어질수록 같은 위치에 있는 연기감지기보다 성능이 낮아지는 것을 확인할 수 있었다. 그렇기에 화재성장속도가 빠른 가연물을 적치하는 창고에서는 공기흡입 형 감지기를 설치하더라도 공기흡입형 감지기의 수신부와 멀리 떨어진 위치에는 연기감지기를 추가로 부착하는 것이 화재 안전성을 높이는 방법이라고 판단된다.

• 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.

• 방재기술
• /
• 통권15호
• /
• pp.28-38
• /
• 1993

This report is explain the nature of smoke and the principle of smoke detection. The object of this research is to understand the hazard of smoke and select the optimum smoke detectors, according to the types of smoke and the particle size of smoke produced by fire

• Journal of Information Processing Systems
• /
• 제9권4호
• /
• pp.621-632
• /
• 2013

The most important things for a forest fire detection system are the exact extraction of the smoke from image and being able to clearly distinguish the smoke from those with similar qualities, such as clouds and fog. This research presents an intelligent forest fire detection algorithm via image processing by using the Gaussian Mixture model (GMM), which can be applied to detect smoke at the earliest time possible in a forest. GMMs are usually addressed by making the model adaptive so that its parameters can track changing illuminations and by making the model more complex so that it can represent multimodal backgrounds more accurately for smoke plume segmentation in the forest. Also, in this paper, we suggest a way to classify the smoke plumes via a feature extraction using HSL(Hue, Saturation and Lightness or Luminanace) color space analysis.