딥런닝 기반의 프레임 유사성을 이용한화재 오탐 검출 개선 연구 (Fase Positive Fire Detection Improvement Research using the Frame Similarity Principal based on Deep Learning)

서지정보

· 발행기관 : 한국전기전자학회
· 수록지 정보 : 전기전자학회논문지 / 23권 / 1호 / 242 ~ 248페이지
· 저자명 : 이영학, 심재창

초록

화염 및 연기 감지 알고리즘 연구는 다양한 모양, 빠른 확산 및 색상으로 인해 컴퓨터 비전에서 어려운 과제이다. 일반적인센서 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 오탐으로검출 될 수 있다. 본 연구는 화재 오탐 검출 개선을 위해 딥런닝 사용 전과 후에 프레임 유사성을 이용하여 오탐을 줄이는새로운 알고리즘을 제안한다. 실험결과 제안된 방법을 적용하여 화재 검출 성능은 유지를 하면서 오탐 부분이 최소 30% 까지 감소하는 결과를 얻을 수 있었다. 제안된 방법의 오탐 검출 성능이 뛰어나다는 것을 확인하였다.

영어초록

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 byenvironmental factors (indoor and fire locations). To solve this problem, a deep learning method is applied. Because itextracts the feature of the object using several methods, so that if a similar shape exists in the frame, it can be detectedas false postive. This study proposes a new algorithm to reduce false positives by using frame similarity before usingdeep learning to decrease the false detection rate. Experimental results show that the fire detection performance ismaintained and the false positives are reduced by applying the proposed method. It is confirmed that the proposed methodhas excellent false detection performance

참고자료

· 없음