색상 필터와 딥러닝을 활용한 화재감지 구현 (Implementation of Fire Detection with Color Filters and Deep Learning)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 21권 / 10호 / 137 ~ 145페이지
· 저자명 : 방한솔, 이주형, 최진구

초록

비화재보와 늦은 검출 속도에 의한 신뢰성이 부족한 기존 화재 감지기의 문제점을 딥러닝 모델과 불꽃의 특징을 활용하여 해결하고자 하였다. 딥러닝 모델 YOLOv7을 이용하여 화재 영역을 검출하고, 색상 필터를 적용하여 배경을 제거한 불꽃 후보 영역만을 사용하였다. 이를 불꽃의 특징을 활용한 두 가지 불꽃 탐지 알고리즘으로 화재인지 확인하였다. 광학 흐름으로 겉불꽃 영역의 움직임을 확인하고, 이미지 중심부의 밝기가 임계치를 이상일 경우 속불꽃으로 판단하였다. 불꽃 후보 영역을 화재인지 판단하여 조기에 화재를 검출하고, 신뢰성을 개선한 시스템을 구현하였다. 화재 검출 시험의 결과는 평균 정확도 0.838이고 두 종류의 비화재 검출 시험의 경우 각각 평균 정확도 1.00과 0.976의 결과를 보였다.

영어초록

We tried to solve the problems of existing fire detectors that lack reliability due to false alarm and late detection time by using deep learning models and flame features. We used the deep learning model YOLOv7 to detect the fire area, and used only the flame candidate area with the background removed by applying a color filter. Two flame detection algorithms using flame features were used to verify the fire. Optical flow to check the movement of the outer flame area, If the brightness at the center of the image was above a threshold, it was judged as an inner flame. By determining the candidate flame area as a fire, the system detects fires early and improves reliability. The results of the fire detection test showed an average accuracy of 0.838, and the results of the two non-fire detection tests showed an average accuracy of 1.00 and 0.976 respectively.

참고자료

· 없음