최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.12 no.2, 2012년, pp.10 - 18
Automatic smoke detection systems using a surveillance camera requires a reliable smoke detection method. When an image sequence is captured from smoke spreading over in the air, not only has each smoke image frame a special texture, called static texture, but the difference between two smoke image ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
감시 카메라를 이용하여 화재 연기를 자동 검출하는 시스템은 무엇을을 필요로 하는가? | 감시 카메라를 이용하여 화재 연기를 자동 검출하는 시스템은 신뢰도 높은 연기 영상의 검출 방법을 필요로 한다. 카메라를 이용하여 공기 중에 확산하는 연기의 영상을 연속적으로 획득하였을 때, 연기 영상의 각 장면은 독특한 텍스처(정적 텍스처)를 가지며, 연기의 확산 운동으로 인하여 그 차분 영상 또한 다른 물체와 구별이 되는 독특한 텍스처(동적 텍스처)를 가진다. | |
연기 검출 센서를 이용하는 경우 어떠한 단점이 있는가? | 건물 내부나 터널 등에는 화재를 감지하기 위한 연기 검출 센서가 사용되고 있다. 연기 검출 센서를 이용하는 경우 발화점에서 발생한 연기가 확산되어 센서에서 감지되기까지 많은 시간이 소요되는 단점이 있다. 화재 검출 시간이 지연될수록 피해가 커지기 때문에 넓은 영역의 화재를 빠른 시간에 감지하기에는 연기 검출 센서를 이용하는 방법은 한계가 있다. | |
감시카메라를 이용하여 화재 연기를 자동으로 실시간 검출할 시 어떠한 장점이 있는가? | 이러한 감시카메라를 이용하여 화재 연기를 자동으로 실시간 검출할 수 있다면 많은 장점을 가질 수 있다. 우선 점단위로 접촉하는 연기를 검출하는 센서에 비하여 소수의 카메라로 넓은 영역을 감시 할 수 있으며, 연기가 발생한 후 짧은 시간 내에 연기를 자동 검출할 수 있다. 하지만 화재 연기의 오검 출로 인한 잘못된 경보가 자주 발생한다면 관재 요원이 경보 시스템을 무시할 수 있다. |
N. Fujiwara and K. Terada, "Extraction of a smoke region using fractal coding," IEEE International symposium on communication and information technology, Vol.2, pp.659-662, 2004(10).
I. Kopilovic, b. Vagvolgyi, and T. Sziranyi, "Application of panoramic annular lens for motion analysis tasks: surveillance and smoke detection," Proceedings of 15th international conference on pattern recognition, Vol.4, pp.714-717, 2000(9).
J. Vicente and P. Guillemant, "An image processing technique for automatically detecting forest fire," International Journal of Thermal Sciences, Vol.41, No.12, pp.1113-1120, 2002.
T. T. Truong and J. M. Kim "Early smoke detection system based on motion estimation," IFOST 2010 Proceedings, pp.437-440, 2010(10).
B. U. Toreyin, Y. Dedeoglu, and A. E. Cetin, "Wavelet based real-time smoke detection in video," 13th European Signal Processing Conference EUSIPCO, 2005.
S. Calderara, P. Piccinini, and R. Cucchiara, "Smoke detection in video surveillance: A MoG model in the wavelet domain," ICVS 2008, LNCS 5008, pp.119-128, 2008.
A. Rafiee, and R. Tavakoli, "Fire and Smoke Detection using Wavelet Analysis and Disorder Characteristics," ICCRD, pp.262-265, 2011(3).
H. J. Grech-Cini, "Smoke detection," US Patent No. US6844818B2, 2005(1).
Z. Xiong, R. Caballero, H. Wang, A. M. Finn, M. A. Lelic, and P. Y. Peng, "Video-based smoke detection: possibilities, techniques, and challenges," SUPDET, Orlando, FL 2007.
Shen-Kuen, "Smoke detecting method and device," US Patent No. US7859419B2, 2008(12).
H. Maruta, A. Nakamura, and F. Kurokawa, "A New Approach for Smoke Detection with Texture Analysis and Support Vector Machine," IEEE International Symposium on Industrial Electronics, pp.1550-1555, 2010(7).
R. M. Haralic and K. Shanmugam, "Textural Features for Image Classification," IEEE Transactions on Systems, Man, and Cybernetics Vol.3, No.6, pp.610-621, 1973.
http://www.csie.ntu.edu.tw/-cjlin/libsvm
P. L. Rosin and E. Ioannidis, "Evaluation of global image thresholding for change detection," Pattern Recognition Letters, Vol.24, pp.2345-2356, 2003.
C. Su and A. Amer, "A real-time adaptive thresholding for video change detection," IEEE International Conference on Image Processing, pp.157-160, 2006(10).
J. M. McHugh and J. Konrad, "Foreground Adaptive Background Subtraction," IEEE Signal Process. Lett, Vol.16, No.5, pp.390-393, 2009.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.