딥러닝 기반의 합성곱 신경망을 이용한 화염 및 연기 감지 알고리즘에 관한 연구

• 영문명: A Study on Flame and Smoke Detection Algorithm Using Convolutional Neural Network Based on Deep Learning
• 발행기관: 한국방재학회
• 저자명: 류진규(Ryu, Jinkyu) 곽동걸(Kwak, Dongkurl)
• 간행물 정보: 『2. 한국방재학회 논문집』 20권1호, 223~232쪽, 전체 10쪽
• 주제분류: 공학 > 기타공학
• 파일형태: PDF
• 발행일자: 2020.02.28

국문 초록

2017년 제천 스포츠센터 화재와 2018년 밀양 세종병원 화재 등 최근 들어 대형화재의 발생이 증가하고 있는 추세이다. 따라서기존의 화재감지 기법보다 진보된 새로운 화재감지 기법의 필요성이 절실하다. 이에 본 연구에서는 영상전처리를 통해 영상내에서 관심영역을 검출하고 해당 관심영역에 대해 화재 여부를 딥러닝 기반의 합성곱 신경망을 통해 추론하게 된다. 이때데이터셋은 화염, 연기 뿐만 아니라 기존방법으로는 영상 내에서 객체검출의 어려움이 있는 연무형태의 실내 연기 형성여부 또한 검출할 수 있도록 연무데이터셋을 추가하여 학습을 진행하였고, 평가결과 평균 92.3%의 정확도와 93.5%의 정밀도로화재를 검출할 수 있었다.

영문 초록

Recently, cases of large-scale fires, such as those at Jecheon Sports Center in 2017 and Miryang Sejong Hospital in 2018, have been increasing. We require more advanced techniques than the existing approaches to better detect fires and avoid these situations. In this study, a procedure for the detection of fire in a region of interest in an image is presented using image pre-processing and the application of a convolutional neural network based on deep-learning. Data training based on the haze dataset is included in the process so that the generation of indoor haze smoke, which is difficult to recognize using conventional methods, is also detected along with flames and smoke. The results indicated that fires in images can be identified with an accuracy of 92.3% and a precision of 93.5%.

목차

1. 서 론

2. 기존 화재감지기 및 컴퓨터 비전분야에서의 관련 연구동향

3. 이론적 배경

4. 인공지능을 이용한 화재감지 연구

5. 결 론

References

키워드

딥러닝 기계학습 영상전처리 합성곱신경망 감지기 객체검출 Deeplearning Machinelearning Image Pre-processing Convolutional Neural Network Fire Detector Object Detection