• 디지털콘텐츠학회 논문지
• /
• 제19권4호
• /
• pp.757-770
• /
• 2018

열화상 영상기반 감시 시스템에서 전경추출은 매우 중요한 단계이다. 전경추출단계는 계산시간과 메모리 사용측면에서 시스템의 실시간 처리가 매우 효율적이어야 한다. 그러나 이러한 효율성은 ROI 탐지의 정확도와 매우 연관되어 있다. 본 논문에서 열화상 비디오 처리를 위하여 새로운 히스토그램 빈에 기반하여 배경과 전경을 분리하기 위한 두 가지 방법을 제시하는데, 이는 임의의 주어진 환경에서 열화상영상의 시간상에서 일관성을 갖는 다는 점과, 이러한 성질이, 간단한 시간축 메디안 필터링에 비하여 80%이상의 메모리를 절감할 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권3호
• /
• pp.1301-1314
• /
• 2018

In this paper, we present a low-cost fire detection system using a thermal camera and a smartphone. The developed system collects thermal and RGB videos from the developed camera. To detect fire, candidate fire regions are extracted from videos obtained using a thermal camera. The block mean of variation of adjacent frames is measured to analyze the dynamic characteristics of the candidate fire regions. After analyzing the dynamic characteristics of regions of interest, a fire is determined by the candidate fire regions. In order to evaluate the performance of our system, we compared with a smoke detector, a heat detector, and a flame detector. In the experiments, our fire detection system showed the excellent performance in detecting fire with an overall accuracy rate of 97.8 %.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권10호
• /
• pp.3475-3489
• /
• 2014

Here we present a simple flame detection method for an infrared (IR) thermal camera based real-time fire surveillance digital signal processor (DSP) system. Infrared thermal cameras are especially advantageous for unattended fire surveillance. All-weather monitoring is possible, regardless of illumination and climate conditions, and the data quantity to be processed is one-third that of color videos. Conventional IR camera-based fire detection methods used mainly pixel-based temporal correlation functions. In the temporal correlation function-based methods, temporal changes in pixel intensity generated by the irregular motion and spreading of the flame pixels are measured using correlation functions. The correlation values of non-flame regions are uniform, but the flame regions have irregular temporal correlation values. To satisfy the requirement of early detection, all fire detection techniques should be practically applied within a very short period of time. The conventional pixel-based correlation function is computationally intensive. In this paper, we propose an IR camera-based simple flame detection algorithm optimized with a compact embedded DSP system to achieve early detection. To reduce the computational load, block-based calculations are used to select the candidate flame region and measure the temporal motion of flames. These functions are used together to obtain the early flame detection algorithm. The proposed simple algorithm was tested to verify the required function and performance in real-time using IR test videos and a real-time DSP system. The findings indicated that the system detected the flames within 5 to 20 seconds, and had a correct flame detection ratio of 100% with an acceptable false detection ratio in video sequence level.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.369-371
• /
• 2012

Shadow detection and elimination is a critical issue in vision-based system to improve the detection performance of moving objects. However, traditional algorithms are useless at night time because they used the chromaticity and brightness information from the color image sequence. To obtain the high detection performance, we can use the thermal camera and there are shadows by the heat not the light. We proposed a novel algorithm to detect and eliminate the shadows using the thermal intensity and the locality property. By combining two results of the intensity-based and locality-based, we can detect the shadows by the heat and improve the detection performance of moving object.

• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1935-1941
• /
• 2021

최근 다양한 분야에 적용되고 있는 딥러닝을 활용한 알고리즘 개발을 위해서는 양질의 풍부한 학습데이터가 갖춰져야 한다. 본 논문은 딥러닝 알고리즘 개발 시 활용도가 높고 정보 도출 시 유용한 광학 영상, 열화상, 음성 등의 생체신호 데이터를 동시에 수집하여 서버에 전송하는 생체신호 수집시스템을 제안한다. 수집기의 이동성을 높이기 위해 라즈베리 파이를 기반으로 제작하였고, 수집한 데이터는 무선 인터넷을 통해 서버로 전송한다. 복수의 수집기에서 동시에 데이터 수집이 가능하도록 피실험자별로 로그인을 위한 아이디를 부여했고, 이를 데이터베이스에 반영하여 데이터 관리가 용이하게 하였다. 제안하는 수집시스템의 활용방안을 보이기 위해 피로도 측정을 위한 생체신호 데이터 수집의 예시를 보인다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권5호
• /
• pp.2156-2170
• /
• 2020

This paper presents a fire detection algorithm with a minimal false detection rate, intended for a thermal imaging surveillance environment, whose properties vary depending on temporal conditions of day or night and environmental changes. This algorithm was designed to minimize the false detection alarm rate while ensuring a high detection rate, as required in fire detection applications. It was necessary to reduce false fire detections due to non-flame elements occurring when existing fixed threshold-based fire detection methods were applied. To this end, adaptive flame thresholds that varied depending on the characteristics of input images, as well as the center of gravity of the heat-source and hot-source regions, were analyzed in an attempt to minimize such non-flame elements in the phase of selecting flame candidate blocks. Also, to remove any false detection elements caused by camera shaking, one of the most frequently raised issues at outdoor sites, preliminary decision thresholds were adaptively set to the motion pixel ratio of input images to maximize the accuracy of the preliminary decision. Finally, in addition to the preliminary decision results, the texture correlation and intensity of the flame candidate blocks were averaged for a specific period of time and tested for their conformity with the fire decision conditions before making the final decision. To verify the fire detection performance of the proposed algorithm, a total of ten test videos were subjected to computer simulation. As a result, the fire detection accuracy of the proposed algorithm was determined to be 94.24%, with minimum false detection, demonstrating its improved performance and practicality compared to previous fixed threshold-based algorithms.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.637-640
• /
• 2023

This paper presents multimodal image fusion with human pose for detecting abnormal human behaviors in low illumination conditions. Detecting human behaviors in low illumination conditions is challenging due to its limited visibility of the objects of interest in the scene. Multimodal image fusion simultaneously combines visual information in the visible spectrum and thermal radiation information in the long-wave infrared spectrum. We propose an abnormal event detection scheme based on the multimodal fused image and the human poses using the keypoints to characterize the action of the human body. Our method assumes that human behaviors are well correlated to body keypoints such as shoulders, elbows, wrists, hips. In detail, we extracted the human keypoint coordinates from human targets in multimodal fused videos. The coordinate values are used as inputs to train a multilayer perceptron network to classify human behaviors as normal or abnormal. Our experiment demonstrates a significant result on multimodal imaging dataset. The proposed model can capture the complex distribution pattern for both normal and abnormal behaviors.

• 항공우주시스템공학회지
• /
• 제17권2호
• /
• pp.38-44
• /
• 2023

본 연구는 5G 통신을 이용한 농업용 드론에 임무 카메라를 장착하여 농작물 상태 정보 획득을 위한 비행시험에 대해 다룬다. 시험 방법은 설정된 다분광카메라와 열화상카메라를 드론에 장착하고 운영 고도와 속도를 달리하여 농작물 상태 이미지를 획득하는 것이다. 다분광카메라는 다섯 가지의 분광 파장을 이용하여 농작물 상태 이미지를 획득하며 자체 내장된 GPS에서는 비행 중 획득한 이미지의 정확한 위치와 고도 정보를 비행시간과 동기화 하여 제공한다. 그리고 비행 중 획득된 열 영상 데이터는 분석을 위해 5G 통신으로 지상의 서버로 전송된다. 그러므로 분광카메라와 열영상카메라를 함께 이용할 경우 효율적인 경작지 상태 파악이 가능하며, 본 연구를 통해 농업용 드론에 임무 장비를 장착한 비행시험으로 경작지에서 농작물 상태 파악이 가능함을 증명하였다.

• KEPCO Journal on Electric Power and Energy
• /
• 제5권3호
• /
• pp.149-156
• /
• 2019

송전선로 현장에서는 2017년도부터 송전선로 순시 점검에 드론을 활용하기 시작했다. 전력연구원의 송전선로 드론점검 시범적용을 시작으로 현재 4개 지역본부에서 전력연구원이 개발한 송전선로 드론순시 점검기술을 현장에서 사용 중에 있다. 현재 점검드론 지상관제시스템을 활용하여 드론은 자동비행하고 광학줌 카메라와 열화상카메라의 짐벌은 현장작업자가 수동으로 조종하여 송전선을 촬영하는 체계로 운영되고 있다. 송전선로 드론점검은 작업자가 접근하기 어려운 지역, 예를 들면, 강횡단지역, 해월구간, 산간지역 등에 위치한 송전선로가 그 주요대상이다. 특히 산간지역의 경우, 점검드론과 지상관제시스템 사이에 장애물이 많고 철탑 구조물이 전파간섭을 일으켜 간헐적으로 통신장애가 일어나곤 한다. 이런 통신장애는 계획된 경로로 비행하는 점검드론의 자동비행에는 영향이 없지만, 카메라 짐벌의 제어에는 영향을 주어 제어불능 상태로 되는 경우가 있다. 또한, 카메라 짐벌의 제어가 원활하더라도 통신장애로 인해 발생하는 간헐적 영상 끊김 현상은 현장작업자가 점검대상을 잃어 카메라 짐벌 조정을 불가능하게 한다. 그러므로 본 논문에서는 간헐적 짐벌제어 끊김이나 영상 끊김 현상이 발생하더라도 지속적으로 송전선을 점검할 수 있도록 하기 위하여 딥러닝 기반 영상인식을 통해 송전선을 자동으로 추적하는 카메라 짐벌을 개발하여 현장 시험한 결과를 소개하고자 한다.