[논문]복층터널 영상유고감지시스템의 화재 감지 알고리즘 개발

김태복

doi:10.6109/jkiice.2019.23.9.1082

[국내논문] 복층터널 영상유고감지시스템의 화재 감지 알고리즘 개발
Development of Fire Detection Algorithm for Video Incident Detection System of Double Deck Tunnel 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.23 no.9, 2019년, pp.1082 - 1087

김태복 (R&D Center, Voim Information Technologies Co., Ltd)

초록
AI-Helper

영상유고감지시스템은 터널 내 보행자, 낙하물, 정지 차량, 역주행, 화재(화염 및 연기) 등 돌발상황 시에 초동 감지 목적의 시스템으로 최근 도심지의 대심도 지하도로 건설에 따라 중요성이 부각되고 있다. 그러므로 영상유고감지시스템을 대심도 복층터널에 적용하기 위하여 복층터널의 설계 특성을 반영하여 개발하였고, 본 논문에서는 특히 기존 영상유고감지시스템에서는 지원되지 않거나 또는 오감지가 많아 복층터널 환경에 그대로 적용하기 어려웠던 화재 감지를 색 영상 분포, 실루엣 확산 및 통계적 특성 분석을 복합적으로 사용하는 방법을 제안하고, 이를 복층터널 테스트베드 환경에서 차량 실물화재 실험을 통하여 검증하였다.

Abstract ▼ AI-Helper

Video Incident Detection System is a detection system for the purpose of detection of an emergency in an unexpected situation such as a pedestrian in a tunnel, a falling object, a stationary vehicle, a reverse run, and a fire(smoke and flame). In recent years, the importance of the city center has been emphasized by the construction of underpasses in great depth underground space. Therefore, in order to apply Video Incident Detection System to a Double Deck Tunnel, it was developed to reflect the design characteristics of the Double Deck Tunnel. and In this paper especially, the fire detection technology, which is not it is difficult to apply to the Double Deck Tunnel environment because it is not supported on existing Video Incident Detection System or has a fail detect, we propose fire detection using color image analysis, silhouette spread, and statistical properties, It is verified through a real fire test in a double deck tunnel test bed environment.

Keyword

표/그림 (12)

그림 Fig. 1 double deck tunnel model
그림 Fig. 2 RGB / YCbCr / HSV color space
그림 Fig. 3 fire detection flow chart
그림 Fig. 4 test bed vehicle real fire test photograph
그림 Fig. 5 silhouette spread, processing flow chart
그림 Fig. 6 mixture of gaussian ditributions(GMM)
그림 Fig. 7 fire(smoke, flame) determination flow chart
표 Table. 1 statistical characteristics of fire
그림 Fig. 8 test bed vehicle real fire test photograph
그림 Fig. 9 event(flame, smoke) detection method
표 Table. 2 test bed vehicle actual fire experiment image DB file
표 Table. 3 experiment result data

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

또한 폐쇄된 터널 내부에서는 경미한 사고라 하더라도 대형 후속 2차 사고로 이어질 가능성이 크다. 그러므로 화재 등 돌발상황의 실시간 인지와 초동 대응이 가능한 영상유고감지시스템을 복층터널에 적용하고자 한다[1].
이에 본 논문에서는 기존 영상유고감지시스템이 기능상 지원하지 않거나 오감지가 많아 신뢰성이 떨어지는 화재 감지 부문에서 복층터널 테스트베드에서 직접 얻어진 차량 실물화재 실험 영상 데이터를 분석하여 복층터널 특성이 반영된 색 영상 분포, 실루엣 확산, 통계적 특성 분석을 복합적으로 사용하는 화재감지 알고리즘을 제안하였다.
그러므로 주변 환경에 영향을 받지 않고 화재만을 감지할 수 있는 알고리즘이 요구되어, 복층터널 특성반영 영상처리를 이용한 화재 검출 방법을 개발하였고, 복층터널에 적용하기 위하여 그림 8 한국건설기술연구원 화재안전연구소 복층터널 테스트베드에서 차량 실물화재(화염, 연기) 실험을 실시하여 감지 거리별 해당 동영상 시료를 기반으로 감지 능력 여부를 판단하고자 하였다.
본 실험은 복층터널 테스트베드에서 화염 및 연기 인자의 초동 감지 시간을 확인하였다. 표 2의 영상 DB인 데이터 셋(S1 ~S6)은 테스트베드의 각각 다른 환경 조건의 .

제안 방법

그림 3에서 색영상을 추출시 화재가 발생하였을 때의 화염의 RGB 색 분포 특성의 경우 R성분 계열로 온도에 따라 yellow 및 white 성분이 넓게 분포하였고, 연기의 경우는 white, grey, black의 색을 띠고, RGB 색 값 차가 많지 않았으며 이때의 HSV 색 분포 특성은 화염 영역은 채도(S)가 상당히 낮고 white에 가까운 성분이 검출되었다. 이후에 휘도 성분의 유효한 사용과 명도, 채도의 평균값 등 도출을 위한 YCbCr, HSV, CMYK 등의 다양한 색 분포 특성을 함께 이용하였다.
복층터널의 환기 설계에 따른 화재 연기가 확산되는 예상 영역의 실루엣을 고려하여 화재 영역을 추출하도록 한다. 앞선 색상 분포를 이용한 방법에 의해 영상 처리하여 측정된 색상 값에 기초하여 시간에 따라 변화하는 휘도 누적값을 산출하고[5], 해당 영역의 주파수 성분을 분석[6]하여 실루엣 확산 정도를 판단한다.
복층터널의 환기 설계에 따른 화재 연기가 확산되는 예상 영역의 실루엣을 고려하여 화재 영역을 추출하도록 한다. 앞선 색상 분포를 이용한 방법에 의해 영상 처리하여 측정된 색상 값에 기초하여 시간에 따라 변화하는 휘도 누적값을 산출하고[5], 해당 영역의 주파수 성분을 분석[6]하여 실루엣 확산 정도를 판단한다.
색 영상 분포를 이용한 방법과 실루엣 확산 분석에 의해 화재 발생 예상영역을 추출한 다음, 추출된 영역에 대하여 그림 6의 가우시안 확률분포 N개를 혼합시켜 이용하여 복층터널 테스트베드 내 화염과 연기의 통계적 특성을 파악한 후[7], 이 데이터를 기초로 비교하여 화재의 발생을 검출하는 방법을 제공하고자 한다.
표 1은 HSV 색 영상 분포 특성에 기반한 사례로 색상(H), 채도(S), 명도(V)의 평균 및 분산 값으로 정렬하여 최대(max), 최소(min) 분포 함수를 구하여 화재의 통계적 특성 조건을 만들었다. 이때 임계값(T_h)의 범위는 감지거리 및 선택된 CCTV 카메라의 기능과 성능에 따라 조절하며 반복적 측정하여 실험적으로 획득한다.
영상 DB를 스트리밍 방식으로 전송하여, 범용 고성능 그래픽 처리장치(GPU)가 장착된 분석서버에 알고리즘을 탑재하여 화염 및 연기를 검출하였다[11].
이벤트 검출방법은 그림 9와 같이 화염과 연기를 분리하여 각각 검출하였고 연기 이벤트가 화염보다 지속되고 시간에 따라 발생 양의 차이가 있음을 고려하여, 화염 및 연기가 발생하여 연기 농도가 다소 짙어지고 화염이 커지는 임의시각(화재발생)을 기준으로 화염 또는 연기 발생 이후 10초 이내를 성능기준으로 하였다[12].
본 논문에서는 복층터널 내 차량 화재 시 화염 및 연기의 다양한 표준의 색 영상 분포와 실루엣 확산 정도를 이용하여 후보 영역을 검출하고 후보영역의 통계적 특성을 측정하여 실험적으로 구해진 임계값과 비교를 통하여 화재를 확정하는 알고리즘을 제안하였다.

성능/효과

성능 평가 결과는 표 3에서 알 수 있듯이 각 감지거리 별 상황을 감지하지 못하는 경우는 없었으며 자체 성능 기준 이하로 초동 감지 시간을 단축하였고, 특히 주변의 화재와 유사한 물체에 대하여 반응하지 않았던 결과는, 기존 영상기반 화재감지알고리즘의 경우도 색 분포 특성을 분석했지만 단일 표준만 반영하여 인식율이 높은 경우에도 이에 따른 유사감지율 역시 비례하여 현격히 높아지는 문제점을 본 알고리즘에서 해결한 것이다.
그리고 화재가 발생한 영상 DB에 대하여 제안하는 알고리즘으로 화염과 연기를 각각 검출할 수 있음을 확인하였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	복층터널의 특징은 무엇인가?	복층터널은 층을 2개 이상 가지고 여러 층을 활용할 수 있는 터널로서 낮은 층고의 폐쇄된 환경으로 인해 차량 충돌사고나 화재 발생 시 적시에 인지하고 회피 운전을 하거나 대피할 공간이 여의치 않다. 또한 폐쇄된 터널 내부에서는 경미한 사고라 하더라도 대형 후속 2차 사고로 이어질 가능성이 크다.
	영상유고감지시스템이란 무엇인가?	영상유고감지시스템은 터널 내 보행자, 낙하물, 정지 차량, 역주행, 화재(화염 및 연기) 등 돌발상황 시에 초동 감지 목적의 시스템으로 최근 도심지의 대심도 지하도로 건설에 따라 중요성이 부각되고 있다. 그러므로 영상유고감지시스템을 대심도 복층터널에 적용하기 위하여 복층터널의 설계 특성을 반영하여 개발하였고, 본 논문에서는 특히 기존 영상유고감지시스템에서는 지원되지 않거나 또는 오감지가 많아 복층터널 환경에 그대로 적용하기 어려웠던 화재 감지를 색 영상 분포, 실루엣 확산 및 통계적 특성 분석을 복합적으로 사용하는 방법을 제안하고, 이를 복층터널 테스트베드 환경에서 차량 실물화재 실험을 통하여 검증하였다.
	기존의 영상유고감지시스템을 복층터널에 그대로 적용하기 어려운 이유는 무엇인가?	그림 1과 같이 복층터널의 설계 특성상 초대형 터널 단면과 IC/JCT 연결 구조로 분기구간의 경우 단면 형상이 복잡하고 일반 터널에 비해 낮은 CCTV 설치 위치로 인한 좁은 가시 범위와 가시권 내에서 심한 이동객체 간의 겹쳐 보임 현상이 있어 물체를 판별하기 어렵고, 화염 및 연기와 유사한 색상을 가진 터널 내 조명이나 내장 마감재로 인해 오감지의 여지가 많다. 그러므로 기존의 영상유고감지시스템을 복층터널에 그대로 적용하기에는 어려움이 있다[2].

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증