• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권9호
• /
• pp.3712-3729
• /
• 2020

Smoke detection is helpful for early fire detection. With its large coverage area and low cost, vision-based smoke detection technology is the main research direction of outdoor smoke detection. We propose a two-stage smoke detection method combined with block Deep Normalization and Convolutional Neural Network (DNCNN) and visual change image. In the first stage, each suspected smoke region is detected from each frame of the images by using block DNCNN. According to the physical characteristics of smoke diffusion, a concept of visual change image is put forward in this paper, which is constructed by the video motion change state of the suspected smoke regions, and can describe the physical diffusion characteristics of smoke in the time and space domains. In the second stage, the Support Vector Machine (SVM) classifier is used to classify the Histogram of Oriented Gradients (HOG) features of visual change images of the suspected smoke regions, in this way to reduce the false alarm caused by the smoke-like objects such as cloud and fog. Simulation experiments are carried out on two public datasets of smoke. Results show that the accuracy and recall rate of smoke detection are high, and the false alarm rate is much lower than that of other comparison methods.

• 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.

• 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.

• 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.

• 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.

• 한국정보전자통신기술학회논문지
• /
• 제9권4호
• /
• pp.343-350
• /
• 2016

본 논문은 DWT에너지 기반의 연기 검출 방법을 제안하였다. 일반적으로 연기는 형태가 명확하지 않고 주변 환경에 의하여 색상, 형태, 확산방향 등의 특징이 가변적이기 때문에 특정 정보만을 이용할 경우에는 오검출율이 높아진다. 따라서 본 논문에서는 환경변화에 강인한 전경 추출 방법을 이용하여 객체를 검출하고 추출된 객체의 색상, 형태, DWT 에너지 정보를 통합적으로 사용하여 연기를 판단한다. 제안된 방법은 평균 30fps의 처리속도를 가지므로 실시간 처리가 가능하고 화재 발생 시점으로부터 연기 감지까지의 평균 소요시간이 약 7초로 빠른 조기감지가 가능하며 낮은 오검출율을 나타내었다.

• 한국위성정보통신학회논문지
• /
• 제9권4호
• /
• pp.1-6
• /
• 2014

컬러 영상 처리 기반의 연기 검출은 화재의 조기 검출에 적합한 검출 대상이다. 연기 검출을 위한 방법으로 움직임과 색상이 전처리로서 처리되며, 확산, 질감, 형태, 방향성 등의 성질이 후처리로서 사용된다. 본 논문은 연기의 특성 중 밀도적인 분포 특성 검출 방법을 제안한다. 연기의 움직임을 10Frame 간격으로 1초 동안 축적한 이미지에 색상을 문턱치 처리해 후보영역을 생성하고, OBTP(Object Block Ternary Pattern)을 적용해 연기의 패턴임을 확인한다. 모든 처리는 Block 기반으로, 움직임 검출은 차분 영상에 적응 문턱치를 적용해 움직이는 물체의 후보영역을 결정했다. 결정된 후보영역을 1초간 축적하고 연기 색상의 문턱치 조건을 적용한다. 각각의 연기 후보 영역을 특정 위치의 16개 Block 값을 중앙 Block 값과 비교하고 삼진화 된 패턴을 연기의 패턴과 비교하여 연기를 결정한다.

• 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.

• 한국위성정보통신학회논문지
• /
• 제9권4호
• /
• pp.26-31
• /
• 2014

본 논문은 컬러 영상에서 색상과 움직임 정보를 이용하여 후보영역을 특정하고 연기의 특성들을 추출하여 신경망을 사용한 검출의 성능을 분석하여 제시한다. 기존 연기 검출 알고리즘에서는 연기의 움직임, 색상을 분석하여 후보영역으로 특정하고 그 영역 안에서 연기의 여러 특성을 분석 하는 방법을 이용한다. 하지만 대부분 처음 발생하는 연기의 색상조건을 고려하지 않았기 때문에 조기 검출에는 적절하지 못하다. 본 논문은 연기의 색상과 움직임의 특성을 분석하여 그에 알맞은 방법을 적용하여 후보영역을 폭넓게 결정하고 그 영역 내에서 연기의 확산과 투명성을 인공신경망에 적용시킴으로써 나오는 성능을 분석하였다. 모의실험 결과는 91.31%의 검출율과, 2.62%의 오검출율 성능을 확인할 수 있었다.

• 정보처리학회논문지B
• /
• 제18B권4호
• /
• pp.213-220
• /
• 2011

본 논문은 조기 화재 경보 시스템에서 예측하지 못한 위험요소들의 이벤트에 즉각 응답하는 비디오 기반의 효과적인 4단계 연기 감지 방법을 제안한다. 첫 번째 단계에서는 근사 미디언(approximate median) 방법을 사용하여 비디오의 현재 프레임에서 움직이는 영역들을 분리한다. 두 번째 단계에서는 연기의 칼라 기반 분리 기법을 사용하여 이러한 움직이는 영역들로부터 후보 연기 영역을 선택한다. 세 번째 단계에서는 특징추출 알고리즘을 사용하여 연기의 움직임이나 지역 불규칙성과 같은 후보 연기 영역들의 특징을 분석하여 연기의 다섯 가지 특징 파라미터를 추출한다. 네 번째 단계에서는 추출된 다섯 가지 특징 파라미터를 K-nearest neighbor (KNN) 알고리즘의 입력으로 사용하여 후보 연기 영역이 연기인지 아닌지를 구분한다. 모의실험 결과, 제안하는 4 단계 연기 감지 방법은 기존의 연기 감지 알고리즘들과 비교하여 연기감지의 정확도에서 우수한 성능을 보였고, 또한 오픈된 넓은 공간에서도 높은 신뢰성과 낮은 오류 경보율을 보였다.