[논문]화재 패턴 인식을 위한 학습 알고리즘

강석원; 이순이; 이태호

화재 패턴 인식을 위한 학습 알고리즘
Learning algorithm for flame pattern recognition 원문보기

강석원 (삼성영상보안(주)) , 이순이 (삼성영상보안(주)) , 이태호 (삼성영상보안(주))

본 논문에서는 화재의 화재를 검출 하기 위한 시스템 및 화재 패턴을 인식하는 소프트웨어적 학습 알고리즘을 소개한다. 화재의 패턴 이라 함은 일반적으로 인식하는 불에 대한 주기적이고 일관적인 패턴을 나타내며 이를 정의 하여 소프트웨어적으로 처리 하고자 함이다. 또한 이에 대하여 학습은 일정 패턴에서 일부 벗어나더라도 이를 불로서 인식하기 위한 알고리즘으로 화재에 대한 정의 알고리즘을 통하여 스스로 패턴을 기억하고 스스로 화재를 인식 할 수 있도록 하는 시스템이다. 본 논문에서 제시하는 화재 검출용 학습 알고리즘은 기존 알고리즘 보다 정확하고 신속히 검출 능력을 키우기 위한 방법이며 정확한 위치 탐지와 초기단계에서 검출이 가능하도록 설계하였다. 또한 우리는 실험 결과를 통해 성능 향상을 위한 방법을 도출하였으며 이를 적용하여 조기 경보시스템으로서의 타당성을 보여 주었다.

In this paper, we introduce fire detection system and software learning algorithm that recognize fire patterns. Flame patterns means that periodical and consistent pattern about general conception of fire, and to process it with the definition. Learning algorithm for flame pattern recognition that we propose is the method which is faster and more exactly than existing algorithm. Also, we trying to elicit the method through experiment result and by applying it, we show the validity of an early fire warning system.

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

문제 정의

본 논문에서 화재 영상의 패턴인식은 Intel사에서 개발된Open Source Library인OpenCV를 사용하였으며 이를 이용하여 영상에서 화재에 대한 패턴을 읽어 낼 수 있도록 하였다. 또한 카메라 영상으로부터 인식된 화재 패턴에 대하여 스스로 인식하고 Database에 저장하여 다음 검출 시 패턴 분석의 자료로 쓸 수 있도록 하는 것이다.
본 논문에서는 화재를 검출하고 이를 스스로 불인지 아닌지를 판단하는 알고리즘 및 검출에 필요한 시스템 전체에 대하여 말한다. 본 시스템의 구성에서 카메라의 사양 및 컨트롤러는 화재 검출 알고리즘에 큰 영향을 준다.
본 논문에서는 화재패턴을 인식하기 위한 시스템을 포함하여 이를 통해 화재의 형태 패턴을 스스로 기억하도록 하는 알고리즘에 대한 설명이다. 화재패턴 인식을 위한 시스템은 카메라와 그 영상을 전송하는 비디오서버 시스템 그리고 영상을 받아 소프트웨어적으로 처리하는 PC를 포함하며 카메라를 제어하기 위한 리시버 및 pan-tilt의 구성으로 이루어진다.
다음은 위의 실험에서 얻어진 값을 이용하여 실재 화재에 대한 검출 유무를 확인하고 그 데이터를 비교해본다. 이 는 서울 소방학교에서 실재 실험하였고 영상을 얻어 화재가 검출되는 실험 및 화재에 대한 윤곽 및 데이터를 추출하여 패턴의 비교 및 검출력을 확인 하는 실험이 되었다.

제안 방법

다음은 위의 실험에서 얻어진 값을 이용하여 실재 화재에 대한 검출 유무를 확인하고 그 데이터를 비교해본다. 이 는 서울 소방학교에서 실재 실험하였고 영상을 얻어 화재가 검출되는 실험 및 화재에 대한 윤곽 및 데이터를 추출하여 패턴의 비교 및 검출력을 확인 하는 실험이 되었다.
[2] 빛에 의해 확실히 제거되지 않는 Noise를 볼 수 있지만 이는 앞에서 제시한 바와 같이 Filter Lens를 통해 해결 할 수 있다. 또한 실제 화재가 아닌데 화재로 오인 될 수 있는 물체 및 배경에 대하여서는 모멘트 기법을 통하여 화재에 대한 패턴을 인식 하도록 하였다.
본 실험은 실험실 내부에 가상 화재에 대하여 영상처리된 결과 즉, 윤곽선 추출 알고리즘을 통하여 얻어진 윤곽선에 대하여 불변 모멘트를 적용하고 이에 따라 화재의 윤곽선에 대한 데이터를 비교하였다. 또한 이러한 데이터를 이용하여 실제 외부 환경에서 화재를 발생시키고 본 검출 루틴이 정상적인 동작을 하는지 여부를 확인하고 또한 새로운 윤곽에 대한 학습 능력을 실험한다.
산불 탐지의 경우 컬러 정보를 이용하여 녹색의 숲과 적색의 산불을 탐지 하거나 이전 필드와의 차이 영상을 이용하여 빠르게 발생하는 연기 등을 탐지 하는 것이 가능하였다. 또한 화재에 대한 불꽃 데이터를 수집하여 데이터 베이스에 저장하고 화재에 대한 패턴을 분석하여 유사 불꽃 및 화염에 대하여 빠르게 검출 할 수 있도록 하는 학습 알고리즘을 적용하여 보다 빠른 검출시간을 갖도록 하였다. 그 외 터널 및 공장 내부 등 특정 위치에 대하여 일일이 패턴 데이터를 미리 만들 수 없으므로 이와 같은 학습 알고리즘은 더욱 효과적이라 할 수 있다.
본 논문에서 제시하는 화재 검출 알고리즘은 영상 내에 존재하는 화재를 검출하기 위해 카메라로부터 받은 영상을 이진화 기법을 통하여 흑백으로 변환하고 변화된 흑백 영상에 대하여 원 칼라 영상과의 대조를 통해 차영상 을 획득하도록 하였다.[1]
본 논문에서 화재 영상의 패턴인식은 Intel사에서 개발된Open Source Library인OpenCV를 사용하였으며 이를 이용하여 영상에서 화재에 대한 패턴을 읽어 낼 수 있도록 하였다. 또한 카메라 영상으로부터 인식된 화재 패턴에 대하여 스스로 인식하고 Database에 저장하여 다음 검출 시 패턴 분석의 자료로 쓸 수 있도록 하는 것이다.
본 실험은 실험실 내부에 가상 화재에 대하여 영상처리된 결과 즉, 윤곽선 추출 알고리즘을 통하여 얻어진 윤곽선에 대하여 불변 모멘트를 적용하고 이에 따라 화재의 윤곽선에 대한 데이터를 비교하였다. 또한 이러한 데이터를 이용하여 실제 외부 환경에서 화재를 발생시키고 본 검출 루틴이 정상적인 동작을 하는지 여부를 확인하고 또한 새로운 윤곽에 대한 학습 능력을 실험한다.
푸리에 기술자(Fourier Descriptor)가 객체의 외각 정보만을 사용하는 것과 달리 모멘트 기술자는 객체의 모든 픽셀 좌표의 정보를 이용하여 객체의 모양을 기술하는 방법이다. 이를 이용하여 크기, 회전, 이동, 대칭 변환에 대하여 불변인 7개의 불변 모멘트를 생성하여 DB (Data Base)에 저장하고 이를 비교하는 형태로 구현하였다.
이전에 설명한 바와 같이 영상의 조도, 명도에 따라 검출 능력이 확연히 차이가 난다. 이에 대하여 일정한 조도를 얻기 위하여 하드웨어적 필터를 적용함으로써 일정한 조도 및 검출에 용의한 환경을 만들어 냈다. 또한 화재 검출은 특정 한 부분만을 검출하는 것이 아니라 pan-tilt을 이용하여 여러 각도 및 넓은 지역을 감시 해야 함으로 본 시스템의 구성은 중요하다 하겠다.
이는 빛에 따라 카메라가 받아들이는 영상의 픽셀 분포도가 달라지기 때문이다. 하지만 어디에서든 적용되기 위한 요구사항을 만족하기 위하여 카메라 외부에 빛 차단 필터를 사용하여 가시광선에 대한 픽셀 분포를 일정할 수 있도록 조절하였다.

성능/효과

또한 알고리즘은 이러한 시스템에 대하여 동작하도록 구현되었고 실험을 통하여 화재를 검출하고 이에 대하여 스스로 데이터를 저장하는 결과를 확인할 수 있었다.

후속연구

이는 윤곽선의 데이터를 얻은 실험에서 본 것과 같이 사람의 눈에는 모양 및 색상이 다를 수 있지만 카메라로 받아들여 영상으로 처리 함에 있어서는 불꽃 내부에서 색 및 모양 분포에 따른 일정한 규칙을 갖는다는 것이다. 또한 이러한 규칙성을 데이터화 하여 유사한 움직임의 검출 시 불인지 아닌지에 대하여 판단할 수 있게 되는 본 학습 알고리즘은 화재 감시 시스템과 접목되어 화재에 의한 재산 및 인명 피해를 줄 것으로 예상된다.

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

화재 패턴 인식을 위한 학습 알고리즘
Learning algorithm for flame pattern recognition 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

화재 패턴 인식을 위한 학습 알고리즘 Learning algorithm for flame pattern recognition 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

화재 패턴 인식을 위한 학습 알고리즘
Learning algorithm for flame pattern recognition 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper