합성곱 신경망을 이용한 이미지 기반 화재 감지 시스템의 구현

• 영문명: Implementation of Image based Fire Detection System Using Convolution Neural Network
• 발행기관: 한국전자통신학회
• 저자명: 방상완(Sang Wan Bang)
• 간행물 정보: 『한국전자통신학회 논문지』제12권 제2호, 331~336쪽, 전체 6쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2017.04.30

국문 초록

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.

영문 초록

The need for early fire detection technology is increasing in order to prevent fire disasters. Sensor device detection for heat, smoke and fire is widely used to detect flame and smoke, but this system is limited by the factors of the sensor environment. To solve these problems, many image-based fire detection systems are being developed. In this paper, we implemented a system to detect fire and smoke from camera input images using a convolution neural network. Through the implemented system using the convolution neural network, a feature map is generated for the smoke image and the fire image, and learning for classifying the smoke and fire is performed on the generated feature map. Experimental results on various images show excellent effects for classifying smoke and fire.

목차

Ⅰ. 서 론

Ⅱ. 합성곱 신경망

Ⅲ. 화재 감지 시스템의 구현과 실험

Ⅳ. 결 론

References

키워드

Artificial Intelligence Fire Detection Deep Learning Convolution Neural Network 인공 지능 화재 탐지 딥 러닝 합성곱 신경망