Nothing Special   »   [go: up one dir, main page]
메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG

주제분류

인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

...

저널정보

저자정보

표지
이용수
내서재
13
내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

초록·키워드

오류제보하기
기존의 센서 기반 화재 감지 시스템은 주변 환경이 센서에 미치는 요인들에 따라 성능이 크게 제한될 수 있다. 이러한 문제를 해결하기 위해 영상 기반의 화재 감지 시스템이 다수 등장했지만, 영상에서 화염의 특성을 사람이 직접 정의하여 알고리즘을 개발하기 때문에 유사 개체에 대해 오경보를 발생시킬 수 있다. 또한 영상 프레임간의 움직임을 이용할 경우, 네트워크가 원활하지 않은 환경에서는 의도한 알고리즘이 정확하게 동작하지 않는 단점이 있다. 본 논문에서는 입력 영상 프레임으로부터 색상정보를 이용하여 화염의 후보 영역을 먼저 검출한 다음, 학습된 CNN(Convolutional Neural Network)을 활용해서 최종적으로 화재를 감지하는, CNN을 활용한 영상 기반의 화재 감지 방법을 제안하였다. 또한, 검출률과 미검출율 및 오검출률의 비교를 통해서 기존 연구에 비해 성능이 크게 향상되었음을 보였다.

Performance of the existing sensor-based fire detection system is limited according to factors in the environment surrounding the sensor. A number of image-based fire detection systems were introduced in order to solve these problem. But such a system can generate a false alarm for objects similar in appearance to fire due to algorithm that directly defines the characteristics of a flame. Also fir detection systems using movement between video flames cannot operate correctly as intended in an environment in which the network is unstable. In this paper, we propose an image-based fire detection method using CNN (Convolutional Neural Network). In this method, firstly we extract fire candidate region using color information from video frame input and then detect fire using trained CNN. Also, we show that the performance is significantly improved compared to the detection rate and missing rate found in previous studies.
#인공지능 #딥 러닝 #영상 기반 화재 감지 #Artificial Intelligence #Convolutional Neural Network #Deep Learning #Image-based fire detection

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련연구
Ⅲ. CNN을 활용한 화재 감지 방법
Ⅳ. 테스트 및 결과 분석
Ⅴ. 결론
REFERENCES

참고문헌 (9)

참고문헌 신청
[인터넷자원] - Ministry of Public Safety and Security National Fire Data System / / statistics from 2011 to 2015 google schola [학술지(정기간행물)] - T. Celik / 2009 / Fire Detection in Video Sequences Using a Generic color Model / Fire Safety Journal 44 (2) : 147 ~ 158 google schola [학술대회논문] - A. Krizhevsky / 2012 / Imagenet classification with deep convolutional neural network / Advances in Neural Information Processing Systems : 1097 ~ 1105 google schola [학술대회논문] - Y. Jia / 2014 / Caffe: An open source convolutional architecture for fast feature embedding / Proceeding of the ACM international Conference on Multimedia : 675 ~ 678 google schola [학술대회논문] - W. B. Horng / 2005 / A new image-based real-time flame detection method using color analysis / Proceeding of the IEEE Networking, Sensing and Control : 100 ~ 105 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

Automatic Tagging for Social Images using Convolution Neural Networks
장현웅 ,  조수선 Journal of KIISE 2016.01
로봇환경에서 3차원 CNN을 이용한 비디오 기반 얼굴 인식
변영현 ,  곽근창 Proceedings of KIIT Conference 2014.05
딥 러닝을 이용한 화재 감지 알고리즘
뉴옌 만 둥 ,  노승환 한국통신학회논문지 2017.07
S-FDS : 퍼지로직과 딥러닝 통합 기반의 스마트 화재감지 시스템
장준영 ,  이강운 ,  김영진 외 1명 전자공학회논문지 2017.04
컨볼루션 신경망 기반의 차량 전면부 검출 시스템
박용규 ,  박제강 ,  온한익 외 1명 제어로봇시스템학회 논문지 2015.11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2017-004-001092929