최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기전기전자학회논문지 = Journal of IKEEE, v.23 no.1, 2019년, pp.242 - 248
이영학 (Dept. of Computer Engineering, Andong National University) , 심재창 (Dept. of Computer Engineering, Andong National University)
Fire flame and smoke detection algorithm studies are challenging task in computer vision due to the variety of shapes, rapid spread and colors. The performance of a typical sensor based fire detection system is largely limited by environmental factors (indoor and fire locations). To solve this probl...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
전통적인 화재 감지 방법의 단점은 무엇인가? | 이 방법은 수십대의 카메라를 설치하여 중앙관제 싯템에서 여러 사람이 CCTV영상을 관찰하는 것이다. 센서 기 반은 화재의 위치에 따라 센서의 반응이 늦을 수도 있으며, CCTV인 경우는 항상 많은 모니터링 요원이 감시를 하고있어야하는 단점이 있다. | |
딥러닝을 사용한 화재 감지 시스템에서 일어날 수 있는 오류는? | 일반적인 센서 기반 화재 감지 시스템의 성능은 환경 요인(실내 및 화재발생 위치)에 따라 크게 제한된다. 이러한 문제를 해결하기위해 딥러닝 방법을 적용하였으며, 이것은 물체의 형상을 특징으로 추출하므로 비슷한 형상이 프레임내에 존재하면 오탐으로 검출 될 수 있다. 본 연구는 화재 오탐 검출 개선을 위해 딥런닝 사용 전과 후에 프레임 유사성을 이용하여 오탐을 줄이는 새로운 알고리즘을 제안한다. | |
SSIM은 무엇인가? | SSIM(Structural Similarity)[15]은 압축과 변환 으로 인한 왜곡과 원본 이미지의 유사도를 측정하는 방법이며, 이것은 MSE(Mean Square Error)와 Peak Signal 노이즈 비율(PSNR) 방법 보다 높은 정밀도를 나타낸다. 이것은 시각적 유사성을 정량 화하기 위한 원본 영상(Y)에 대한 테스트 영상(X) 의 평가이다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.