JP2008262533A - 火炎検出方法及びその装置 - Google Patents
火炎検出方法及びその装置 Download PDFInfo
- Publication number
- JP2008262533A JP2008262533A JP2007319265A JP2007319265A JP2008262533A JP 2008262533 A JP2008262533 A JP 2008262533A JP 2007319265 A JP2007319265 A JP 2007319265A JP 2007319265 A JP2007319265 A JP 2007319265A JP 2008262533 A JP2008262533 A JP 2008262533A
- Authority
- JP
- Japan
- Prior art keywords
- image
- dynamic zone
- analysis result
- flame
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000001514 detection method Methods 0.000 claims abstract description 100
- 238000004458 analytical method Methods 0.000 claims description 324
- 230000008859 change Effects 0.000 claims description 78
- 230000005484 gravity Effects 0.000 claims description 51
- 230000002123 temporal effect Effects 0.000 claims description 17
- 239000000203 mixture Substances 0.000 claims description 10
- 230000008569 process Effects 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007792 addition Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000003703 image analysis method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/262—Analysis of motion using transform domain methods, e.g. Fourier domain methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20064—Wavelet transform [DWT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Mathematical Physics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Fire-Detection Mechanisms (AREA)
- Image Analysis (AREA)
- Control Of Combustion (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
Abstract
【解決手段】火炎検出方法は、被監視空間の複数の映像を取り込むステップと、前記複数の映像の中に動態区域映像があるかどうかを決めるステップと、前記動態区域映像の色彩模型及びフリッカ周波数を分析して、その分析結果を参考火炎映像の特徴と比較するステップと、その比較結果に基づいて、前記動態区域映像のアドレス変化及び面積変化を分析して、前記動態区域映像が火炎映像であるかどうかを決めるステップと、を備える。
【選択図】図1
Description
Y=0.299*R+0.587*G+0.114*B
U=0.436*(B−Y)/(I−0.114)
V=0.615*(R−Y)/(I−0.299)
上記の色彩パラメータIは一般の「強度」あるいは「グレー値」である。色彩パラメータIと色彩パラメータRGBとの関係は下式のように示した:
I=(R+G+B)/3
こうすると、GMM分析とANN(Artificial Neural Network)分析によって火炎色彩分析の精確度を大幅に向上させることができる。
(1/3)At<At+1<3At、
前記Atは前記第1時刻に前記動態区域映像の面積であって、前記At+1は前記第2時刻に前記動態区域映像の重心の面積である。そうすると、満足な識別結果を獲得することができる。
(1/3)At<At+1<3At、
前記Atは前記第1時刻に前記動態区域映像の面積であって、前記At+1は前記第2時刻に前記動態区域映像の重心の面積である。そうすると、満足な識別結果を獲得することができる。
12 コンピュータ
13、23、32 警報装置
22 デジタル記録器
24、33 デジタル信号プロセスチップ
14、241、331 動態分析ユニット
15、242、332 色彩模型分析ユニット
16、243、333 フリッカ周波数分析ユニット
17、244、334 比較ユニット
18、245、335 データベース
191、246、336 アドレス分析ユニット
192、247、337 面積分析ユニット
41 複数の映像を取り込む
42 動態区域の映像を検出する
421 複数の映像の中に動態区域があるかどうかを決める
44 色彩模型を分析する
441 色彩模型が火炎色彩特徴と一致するかどうかを分析する
45 フリッカ周波数を分析する
451 フリッカ周波数が火炎と一致するかどうかを分析する
46 火炎重心及び面積の変化を分析する
47 火炎であると確認して警報を発する
48 分析したデータをデータベースに貯蔵する
49 火炎でないと判断する
Claims (44)
- 被監視空間の複数の映像を取り込むステップと、
前記複数の映像の中に動態区域映像があるかどうかを決めるステップと、
前記動態区域映像の色彩模型を分析して第1分析結果を発生させて、該第1分析結果を参考火炎映像の第1特徴と比較するステップと、
前記ステップの比較結果に基づいて、前記動態区域映像が火炎映像であるかどうかを決めるステップと、を備えてなり、
前記色彩模型は、三次元のRGB GMM(Gaussian Mixture Model)と三次元のYUV GMMの中の少なくとも一つである、
ことを特徴とする火炎検出方法。 - 前記複数の映像は前記被監視空間が異なる時刻の映像であって、第1時刻における第1空間映像と第2時刻における第2空間映像を含み、
前記動態区域映像は前記被監視空間で前記第1時刻から前記第2時刻まで移動する物体を表示する、
ことを特徴とする請求項1記載の火炎検出方法。 - 前記動態区域映像のフリッカ周波数を分析して第2分析結果を発生させて、前記第2分析結果を前記参考火炎映像の第2特徴と比較するステップと、
前記動態区域映像のアドレス変化を分析して第3分析結果を発生させて、前記第3分析結果を第1予定範囲と比較するステップと、
前記動態区域映像の面積変化を分析して第4分析結果を発生させて、前記第4分析結果を第2予定範囲と比較するステップと、
前記第1分析結果と前記第2分析結果をデータベースに貯蔵するステップと、
前記動態区域映像が火炎映像であると決めたら、警報信号を発するステップと、
をさらに備えてなることを特徴とする請求項2記載の火炎検出方法。 - 前記動態区域映像のフリッカ周波数を分析するステップは、一次元の時間ウェーブレット変換によって前記動態区域映像の色彩と高度の少なくとも一つが時間に伴って変化する程度を分析して、色彩パラメータIとYの少なくとも一つのフリッカ周波数範囲を5Hz〜10Hzに限定して分析する、
ことを特徴とする請求項3記載の火炎検出方法。 - 前記複数の映像は320x240画素であると、前記TH1を80画素に限定することを特徴とする請求項5記載の火炎検出方法。
- 前記動態区域映像の面積変化を分析するステップは、
物体追跡方法によって前記動態区域映像の面積が時間に伴って変化する第2程度を決めるステップと、
前記第2程度が第2予定範囲を超えると、前記動態区域映像が火炎映像でないと決めるステップと、を備えてなり、
前記第2予定範囲は
(1/3)At<At+1<3At、
前記Atは前記第1時刻に前記動態区域映像の面積であって、前記At+1は前記第2時刻に前記動態区域映像の重心の面積である、
ことを特徴とする請求項3記載の火炎検出方法。 - 前記動態区域映像の色彩模型を分析して第1分析結果を発生させるステップは、
前記動態区域映像の色彩画素の変化、時間及び空間、の三つのパラメータを含む三次元のGMMを用いて分析するステップと、
前記動態区域映像がRGBガウス分布確率とYUVガウス分布確率の中の少なくとも一つに属するかどうかを決めるステップと、
それぞれに五つのノードを有する二つの隠れ層を含むバックプロパゲーション型ネットワークを用いて分析するステップと、
をさらに備えてなることを特徴とする請求項1記載の火炎検出方法。 - 被監視空間の複数の映像を取り込むステップと、
前記複数の映像の中に動態区域映像があるかどうかを決めるステップと、
前記動態区域映像のフリッカ周波数を分析して第1分析結果を発生させるステップと、
前記第1分析結果に基づいて、前記動態区域映像が火炎映像であるかどうかを決めるステップと、を備えてなる、
ことを特徴とする火炎検出方法。 - 前記第1分析結果を参考火炎映像のフリッカ特徴と比較するステップと、
前記動態区域映像の色彩模型を分析して第2分析結果を発生させて、該第2分析結果を前記参考火炎映像の色彩特徴と比較するステップと、
前記動態区域映像のアドレス変化を分析して第3分析結果を発生させて、前記第3分析結果を第1予定範囲と比較するステップと、
前記動態区域映像の面積変化を分析して第4分析結果を発生させて、前記第4分析結果を第2予定範囲と比較するステップと、
前記第1分析結果と前記第2分析結果をデータベースに貯蔵するステップと、
前記動態区域映像が火炎映像であると決めたら、警報信号を発するステップと、をさらに備えてなり、
前記色彩模型は、三次元のRGB GMM(Gaussian Mixture Model)と三次元のYUV GMMの中の少なくとも一つである、
ことを特徴とする請求項9記載の火炎検出方法。 - 前記動態区域映像のアドレス変化を分析して第3分析結果を発生させるステップは、一次元の時間ウェーブレット変換によって前記動態区域映像の色彩と高度の少なくとも一つが時間に伴って変化する程度を分析して、色彩パラメータIとYの少なくとも一つのフリッカ周波数範囲を5Hz〜10Hzに限定して分析する、
ことを特徴とする請求項9記載の火炎検出方法。 - 被監視空間の複数の映像を取り込むステップと、
前記複数の映像の中の動態区域映像のアドレスの変化を分析して第1分析結果を発生させるステップと、
前記第1分析結果に基づいて、前記動態区域映像が火炎映像であるかどうかを決めるステップと、
を備えてなることを特徴とする火炎検出方法。 - 前記複数の映像は前記被監視空間が異なる時刻の映像であって、第1時刻における第1空間映像と第2時刻における第2空間映像を含み、
前記動態区域映像は前記被監視空間で前記第1時刻から前記第2時刻まで移動する物体を表示する、
ことを特徴とする請求項12記載の火炎検出方法。 - 前記複数の映像の中に動態区域映像があるかどうかを決めるステップと、
前記第1分析結果を第1予定範囲と比較するステップと、
前記動態区域映像の色彩模型を分析して第2分析結果を発生させて、該第2分析結果を参考火炎映像の色彩特徴と比較するステップと、
前記動態区域映像のフリッカ周波数を分析して第3分析結果を発生させて、前記第3分析結果を参考火炎映像のフリッカ特徴と比較するステップと、
前記動態区域映像の面積の変化を分析して第4分析結果を発生させて、前記第4分析結果を第2予定範囲と比較するステップと、
上記比較した結果に基づいて、前記動態区域映像が火炎映像であるかどうかを決めるステップと、
前記第2分析結果と前記第3分析結果をデータベースに貯蔵するステップと、
前記動態区域映像が火炎映像であると決めたら、警報信号を発するステップと、をさらに備えてなり、
前記色彩模型は、三次元のRGB GMM(Gaussian Mixture Model)と三次元のYUV GMMの中の少なくとも一つである、
ることを特徴とする請求項13記載の火炎検出方法。 - 前記動態区域映像の面積の変化を分析して第4分析結果を発生させるステップは、
前記動態区域映像の色彩画素の変化、時間及び空間、の三つのパラメータを含む三次元のGMMを用いて分析するステップと、
前記動態区域映像がRGBガウス分布確率とYUVガウス分布確率の中の少なくとも一つに属するかどうかを決めるステップと、
それぞれに五つのノードを有する二つの隠れ層を含むバックプロパゲーション型ネットワークを用いて分析するステップと、
をさらに備えてなることを特徴とする請求項14記載の火炎検出方法。 - 前記動態区域映像のフリッカ周波数を分析して第3分析結果を発生させるステップは、一次元の時間ウェーブレット変換によって前記動態区域映像の色彩と高度の少なくとも一つが時間に伴って変化する程度を分析して、色彩パラメータIとYの少なくとも一つのフリッカ周波数範囲を5Hz〜10Hzに限定して分析する、
ことを特徴とする請求項14記載の火炎検出方法。 - 前記前記動態区域映像の面積の変化を分析して第4分析結果を発生させるステップは、
物体追跡方法によって前記動態区域映像の面積が時間に伴って変化する第2程度を決めるステップと、
前記第2程度が第2予定範囲を超えると、前記動態区域映像が火炎映像でないと決めるステップと、を備えてなり、
前記第2予定範囲は
(1/3)At<At+1<3At、
前記Atは前記第1時刻に前記動態区域映像の面積であって、前記At+1は前記第2時刻に前記動態区域映像の重心の面積である、
ことを特徴とする請求項14記載の火炎検出方法。 - 前記複数の映像は320x240画素であると、前記TH1を80画素に限定することを特徴とする請求項18記載の火炎検出方法。
- 被監視空間の複数の映像を取り込むステップと、
前記複数の映像の中の動態区域映像の面積の変化を分析して第1分析結果を発生させるステップと、
前記第1分析結果に基づいて、前記動態区域映像が火炎映像であるかどうかを決めるステップと、
を備えてなることを特徴とする火炎検出方法。 - 前記複数の映像の中に動態区域映像があるかどうかを決めるステップと、
前記第1分析結果を第1予定範囲と比較するステップと、
前記動態区域映像の色彩模型を分析して第2分析結果を発生させて、該第2分析結果を参考火炎映像の色彩特徴と比較するステップと、
前記動態区域映像のフリッカ周波数を分析して第3分析結果を発生させて、前記第3分析結果を参考火炎映像のフリッカ特徴と比較するステップと、
前記動態区域映像の面積の変化を分析して第4分析結果を発生させて、前記第4分析結果を第2予定範囲と比較するステップと、
上記比較した結果に基づいて、前記動態区域映像が火炎映像であるかどうかを決めるステップと、
前記第2分析結果と前記第3分析結果をデータベースに貯蔵するステップと、
前記動態区域映像が火炎映像であると決めたら、警報信号を発するステップと、をさらに備えてなり、
前記色彩模型は、三次元のRGB GMM(Gaussian Mixture Model)と三次元のYUV GMMの中の少なくとも一つである、
ことを特徴とする請求項20記載の火炎検出方法。 - 前記複数の映像は前記被監視空間が異なる時刻の映像であって、第1時刻における第1空間映像と第2時刻における第2空間映像を含み、
前記第1分析結果に基づいて、前記動態区域映像が火炎映像であるかどうかを決めるステップは、
物体追跡方法によって前記動態区域映像の面積が時間に伴って変化する第2程度を決めるステップと、
前記第2程度が第2予定範囲を超えると、前記動態区域映像が火炎映像でないと決めるステップと、を備えてなり、
前記第2予定範囲は
(1/3)At<At+1<3At、
前記Atは前記第1時刻に前記動態区域映像の面積であって、前記At+1は前記第2時刻に前記動態区域映像の重心の面積である、
ことを特徴とする請求項20記載の火炎検出方法。 - 複数の映像を取り込む映像ユニットと、
前記複数の映像の中の動態区域映像の色彩模型を分析して第1分析結果を発生させる第1分析ユニットと、
前記第1分析結果を参考火炎特徴と比較する比較ユニットと、を備えてなり、
前記第1分析ユニットは三次元のRGB GMMと三次元のYUV GMMの中の少なくとも一つを用いる、
ことを特徴とする火炎検出装置。 - 前記複数の映像は前記被監視空間が異なる時刻の映像であって、第1時刻における第1空間映像と第2時刻における第2空間映像を含み、
前記動態区域映像は前記被監視空間で前記第1時刻から前記第2時刻まで移動する物体を表示する、
ことを特徴とする請求項23記載の火炎検出装置。 - 前記映像ユニットと接続して、前記複数の映像の中に動態区域映像があるかどうかを決める第2分析ユニットと、
前記映像ユニットと接続して、前記動態区域映像のフリッカ周波数を分析して第2分析結果を発生させて、前記第2分析結果を前記参考火炎映像のフリッカ特徴と比較する第3分析ユニットと、
前記映像ユニットと接続して、前記動態区域映像のアドレスの変化を分析して第3分析結果を発生させて、前記第3分析結果を第1予定範囲と比較するアドレス分析ユニットと、
前記映像ユニットと接続して、前記動態区域映像の面積の変化を分析して第4分析結果を発生させて、前記第4分析結果を第2予定範囲と比較する面積分析ユニットと、
前記比較ユニットと接続して、前記参考火炎映像の特徴を貯蔵するデータベースと、
前記比較ユニットと接続して、前記動態区域映像が火炎映像であったら警報信号を発する警報ユニットと、
を備えてなることを特徴とする請求項24記載の火炎検出装置。 - 前記第2分析ユニットは、一次元の時間ウェーブレット変換によって前記動態区域映像の色彩と高度の少なくとも一つが時間に伴って変化する程度を分析して、色彩パラメータIとYの少なくとも一つのフリッカ周波数範囲を5Hz〜10Hzに限定して分析する、
ことを特徴とする請求項25記載の火炎検出装置。 - 前記複数の映像は320x240画素であると、前記TH1を80画素に限定することを特徴とする請求項18記載の火炎検出装置。
- 前記面積分析ユニットは、物体追跡方法によって前記動態区域映像の面積が時間に伴って変化する第2程度を決めて、前記第2程度が第2予定範囲を超えると、前記動態区域映像が火炎映像でないと決め、
前記第2予定範囲は
(1/3)At<At+1<3At、
前記Atは前記第1時刻に前記動態区域映像の面積であって、前記At+1は前記第2時刻に前記動態区域映像の重心の面積である、
ことを特徴とする請求項25記載の火炎検出装置。 - 前記動態区域映像が火炎映像であると決めると、前記データベースは分析した結果を第2参考火炎特徴として貯蔵する、ことを特徴とする請求項25記載の火炎検出装置。
- 前記第1分析ユニットは、前記映像ユニットと接続して、前記動態区域映像の色彩画素の変化、時間及び空間、の三つのパラメータを含む三次元のGMMを用いて分析して、前記動態区域映像がRGBガウス分布確率とYUVガウス分布確率の中の少なくとも一つに属するかどうかを決める、ことを特徴とする請求項23記載の火炎検出装置。
- 前記第1分析ユニットは、それぞれに五つのノードを有する二つの隠れ層を含むバックプロパゲーション型ネットワークを用いて、R、G、B及びIなどの四つの色彩パラメータによって分析する、ことを特徴とする請求項23記載の火炎検出装置。
- 前記映像ユニットはカメラとビデオレコーダーの中の一つであることを特徴とする請求項23記載の火炎検出装置。
- 複数の映像を取り込む映像ユニットと、
前記複数の映像の中の動態区域映像のフリッカ周波数を分析して第1分析結果を発生させる第1分析ユニットと、
前記第1分析結果を参考火炎特徴と比較する比較ユニットと、
を備えてなることを特徴とする火炎検出装置。 - 前記複数の映像は前記被監視空間が異なる時刻の映像であって、第1時刻における第1空間映像と第2時刻における第2空間映像を含み、
前記火炎検出装置はさらに、
前記映像ユニットと接続して、前記複数の映像の中に動態区域映像があるかどうかを決める第2分析ユニットと、
前記映像ユニットと接続して、前記動態区域映像の色彩模型を分析して第2分析結果を発生させて、前記第2分析結果を参考火炎映像の色彩模型特徴と比較する第3分析ユニットと、
前記映像ユニットと接続して、前記動態区域映像のアドレスの変化を分析して第3分析結果を発生させて、前記第3分析結果を第1予定範囲と比較するアドレス分析ユニットと、
前記映像ユニットと接続して、前記動態区域映像の面積の変化を分析して第4分析結果を発生させて、前記第4分析結果を第2予定範囲と比較する面積分析ユニットと、
前記比較ユニットと接続して、前記参考火炎映像の特徴を貯蔵するデータベースと、
前記比較ユニットと接続して、前記動態区域映像が火炎映像であったら警報信号を発する警報ユニットと、を備えてなり、
前記動態区域映像の色彩模型は三次元のRGB GMMと三次元のYUV GMMの中の少なくとも一つを用いる、
ことを特徴とする請求項34記載の火炎検出装置。 - 前記第3分析ユニットは、前記映像ユニットと接続して、前記動態区域映像の色彩画素の変化、時間及び空間、の三つのパラメータを含む三次元のGMMを用いて分析して、前記動態区域映像がRGBガウス分布確率とYUVガウス分布確率の中の少なくとも一つに属するかどうかを決める、ことを特徴とする請求項35記載の火炎検出装置。
- 前記第1分析ユニットは、前記映像ユニットと接続して、一次元の時間ウェーブレット変換によって前記動態区域映像の色彩と高度の少なくとも一つが時間に伴って変化する程度を分析して、色彩パラメータIとYの少なくとも一つのフリッカ周波数範囲を5Hz〜10Hzに限定して分析する、ことを特徴とする請求項34記載の火炎検出装置。
- 複数の映像を取り込む映像ユニットと、
前記映像ユニットと接続して、前記複数の映像の中に動態区域映像があるかどうかを決める第1分析ユニットと、
前記複数の映像の中の動態区域映像のアドレスの変化を分析して第1分析結果を発生させるアドレス分析ユニットと、
前記アドレス分析ユニットと接続して、前記第1分析結果を第1予定範囲と比較する比較ユニットと、
を備えてなることを特徴とする火炎検出装置。 - 前記複数の映像は前記被監視空間が異なる時刻の映像であって、第1時刻における第1空間映像と第2時刻における第2空間映像を含み、
前記火炎検出装置はさらに、
前記映像ユニットと接続して、前記動態区域映像の色彩模型を分析して第2分析結果を発生させて、前記第2分析結果を参考火炎映像の色彩模型特徴と比較する第2分析ユニットと、
前記映像ユニットと接続して、前記動態区域映像のフリッカ周波数を分析して第3分析結果を発生させて、前記第3分析結果を前記参考火炎映像のフリッカ周波数と比較する第3分析ユニットと、
前記映像ユニットと接続して、前記動態区域映像の面積の変化を分析して第4分析結果を発生させて、前記第4分析結果を第2予定範囲と比較する面積分析ユニットと、
前記比較ユニットと接続して、前記参考火炎映像の特徴を貯蔵するデータベースと、
前記比較ユニットと接続して、前記動態区域映像が火炎映像であったら警報信号を発する警報ユニットと、を備えてなり、
前記動態区域映像の色彩模型は三次元のRGB GMMと三次元のYUV GMMの中の少なくとも一つを用いる、
ことを特徴とする請求項38記載の火炎検出装置。 - 前記複数の映像は320x240画素であると、前記TH1を80画素に限定することを特徴とする請求項40記載の火炎検出装置。
- 複数の映像を取り込む映像ユニットと、
前記映像ユニットと接続して、前記複数の映像の中に動態区域映像があるかどうかを決める第1分析ユニットと、
前記複数の映像の中の動態区域映像の面積の変化を分析して第1分析結果を発生させる面積分析ユニットと、
前記面積分析ユニットと接続して、前記第1分析結果を第1予定範囲と比較する比較ユニットと、
を備えてなることを特徴とする火炎検出装置。 - 前記火炎検出装置はさらに、
前記映像ユニットと接続して、前記動態区域映像の色彩模型を分析して第2分析結果を発生させて、前記第2分析結果を参考火炎映像の色彩模型特徴と比較する第2分析ユニットと、
前記映像ユニットと接続して、前記動態区域映像のフリッカ周波数を分析して第3分析結果を発生させて、前記第3分析結果を前記参考火炎映像のフリッカ周波数と比較する第3分析ユニットと、
前記映像ユニットと接続して、前記動態区域映像のアドレスの変化を分析して第4分析結果を発生させて、前記第4分析結果を第2予定範囲と比較するアドレス分析ユニットと、
前記比較ユニットと接続して、前記参考火炎映像の特徴を貯蔵するデータベースと、
前記比較ユニットと接続して、前記動態区域映像が火炎映像であったら警報信号を発する警報ユニットと、を備えてなり、
前記動態区域映像の色彩模型は三次元のRGB GMMと三次元のYUV GMMの中の少なくとも一つを用いる、
ことを特徴とする請求項42記載の火炎検出装置。 - 前記複数の映像は前記被監視空間が異なる時刻の映像であって、第1時刻における第1空間映像と第2時刻における第2空間映像を含み、
前記面積分析ユニットは、物体追跡方法によって前記動態区域映像の面積が時間に伴って変化する変化程度を決めるステップと、前記変化程度が第1予定範囲を超えると、前記動態区域映像が火炎映像でないと決めるステップと、を備えてなり、
前記第1予定範囲は
(1/3)At<At+1<3At、
前記Atは前記第1時刻に前記動態区域映像の面積であって、前記At+1は前記第2時刻に前記動態区域映像の重心の面積である、
ことを特徴とする請求項42記載の火炎検出装置。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW95146545 | 2006-12-12 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2008262533A true JP2008262533A (ja) | 2008-10-30 |
JP2008262533A5 JP2008262533A5 (ja) | 2011-01-13 |
JP4668978B2 JP4668978B2 (ja) | 2011-04-13 |
Family
ID=39497506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007319265A Active JP4668978B2 (ja) | 2006-12-12 | 2007-12-11 | 火炎検出方法及びその装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20080136934A1 (ja) |
JP (1) | JP4668978B2 (ja) |
KR (2) | KR20080054331A (ja) |
IT (1) | ITMI20072321A1 (ja) |
RU (1) | RU2393544C2 (ja) |
TW (1) | TWI369650B (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102160591B1 (ko) * | 2019-07-24 | 2020-09-28 | 동아대학교 산학협력단 | 화재 상황 감지 모델을 위한 화재 상황 생성 시스템 및 그 최적화 방법 |
Families Citing this family (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9325951B2 (en) | 2008-03-03 | 2016-04-26 | Avigilon Patent Holding 2 Corporation | Content-aware computer networking devices with video analytics for reducing video storage and video communication bandwidth requirements of a video surveillance network camera system |
US8427552B2 (en) * | 2008-03-03 | 2013-04-23 | Videoiq, Inc. | Extending the operational lifetime of a hard-disk drive used in video data storage applications |
US8194152B2 (en) * | 2008-09-05 | 2012-06-05 | CSR Technology, Inc. | Image processing under flickering lighting conditions using estimated illumination parameters |
KR100922784B1 (ko) * | 2009-02-23 | 2009-10-21 | 주식회사 이미지넥스트 | 영상 기반 화재 감지 방법 및 이를 적용한 방범 및 방재 시스템 |
KR101044903B1 (ko) * | 2009-04-28 | 2011-06-28 | 부산대학교 산학협력단 | 영상 감시 시스템에서 은닉 마르코프 모델을 이용한 불 검출방법 |
GB2472646A (en) * | 2009-08-14 | 2011-02-16 | Alan Frederick Boyd | CCTV system arranged to detect the characteristics of a fire |
KR101054649B1 (ko) * | 2010-04-14 | 2011-08-08 | 부산대학교 산학협력단 | 터널 내 실시간 화재 감시 방법 |
CN102236947B (zh) * | 2010-04-29 | 2012-08-29 | 中国建筑科学研究院 | 基于视频摄像机的火焰监测方法与*** |
CN102034110B (zh) * | 2010-12-09 | 2013-02-27 | 湘潭乐星电气有限公司 | 一种火焰检测方法 |
TWI540539B (zh) * | 2010-12-27 | 2016-07-01 | 財團法人工業技術研究院 | 火焰判斷方法及應用其之火焰判斷系統與火焰判斷裝置 |
RU2458407C1 (ru) * | 2011-03-02 | 2012-08-10 | Общество с ограниченной ответственностью "ДиСиКон" (ООО "ДСК") | Система и способ видеомониторинга леса |
KR101270718B1 (ko) * | 2011-11-30 | 2013-06-03 | 아이브스테크놀러지(주) | 영상에서 화재를 검출하기 위한 영상처리 장치 및 방법 |
US9202115B2 (en) * | 2012-03-12 | 2015-12-01 | Hanwha Techwin Co., Ltd. | Event detection system and method using image analysis |
CN102663869B (zh) * | 2012-04-23 | 2013-09-11 | 国家消防工程技术研究中心 | 基于视频监控平台的室内火灾检测方法 |
CN105574468B (zh) * | 2014-10-08 | 2020-07-17 | 深圳力维智联技术有限公司 | 视频火焰检测方法、装置及*** |
KR101644586B1 (ko) | 2014-11-18 | 2016-08-02 | 상명대학교서울산학협력단 | 인체 미동에 의한 hrp 기반 사회 관계성 측정 방법 및 시스템 |
CN104766094B (zh) * | 2015-04-01 | 2018-04-13 | 江苏师范大学 | 一种视频监控火焰的识别方法 |
CN104899895B (zh) * | 2015-05-19 | 2019-04-09 | 三峡大学 | 一种输电线路通道烟火视频移动目标轨迹复杂度检测方法 |
CN105608738B (zh) * | 2016-03-04 | 2018-08-28 | 华北电力大学(保定) | 一种基于光场相机的火焰三维光度场重建方法 |
CN106530300B (zh) * | 2016-11-30 | 2019-05-17 | 天津天狮学院 | 一种低秩分析的火焰识别方法 |
CN108008727A (zh) * | 2017-12-11 | 2018-05-08 | 梁金凤 | 一种能够高速行驶的无人驾驶汽车 |
CN109063592A (zh) * | 2018-07-12 | 2018-12-21 | 天津艾思科尔科技有限公司 | 一种基于边缘特征的室内火焰检测方法 |
CN111539239B (zh) * | 2019-01-22 | 2023-09-22 | 杭州海康微影传感科技有限公司 | 明火检测的方法、装置及存储介质 |
RU2707416C1 (ru) * | 2019-04-15 | 2019-11-26 | Акционерное общество "Научно-исследовательский институт телевидения" | Способ преобразования изображения дыма и пламени |
US11080990B2 (en) | 2019-08-05 | 2021-08-03 | Factory Mutual Insurance Company | Portable 360-degree video-based fire and smoke detector and wireless alerting system |
KR102316455B1 (ko) | 2019-08-29 | 2021-10-28 | 건국대학교 글로컬산학협력단 | 스마트 재난안전 시스템 |
CN110910402B (zh) * | 2019-11-01 | 2022-07-29 | 武汉纺织大学 | 一种夜间室外火焰检测方法 |
CN111062293B (zh) * | 2019-12-10 | 2022-09-09 | 太原理工大学 | 一种基于深度学习的无人机森林火焰识别方法 |
CN111275918B (zh) * | 2020-03-05 | 2020-12-11 | 深圳市君利信达科技有限公司 | 一种火焰检测分析预警*** |
CN111724563A (zh) * | 2020-06-29 | 2020-09-29 | 北京金时佰德技术有限公司 | 一种园林生态环境生态智能监测设备 |
CN111985489B (zh) * | 2020-09-01 | 2024-04-02 | 安徽炬视科技有限公司 | 一种结合目标跟踪及运动分析的夜间灯光与火焰分类判别算法 |
RU2765803C1 (ru) * | 2021-03-29 | 2022-02-03 | Акционерное общество "Научно-исследовательский институт телевидения" | Способ обнаружения дыма и пламени в видимом диапазоне длин волн |
RU2760921C1 (ru) * | 2021-06-07 | 2021-12-01 | Акционерное общество "Научно-исследовательский институт телевидения" | Способ помехоустойчивого обнаружения дыма и пламени в сложной фоно-световой обстановке |
CN115311811B (zh) * | 2022-10-11 | 2022-12-06 | 江苏安世朗智能科技有限公司 | 基于物联网的电气火灾远程报警处理方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04286097A (ja) * | 1991-03-15 | 1992-10-12 | Matsushita Electric Ind Co Ltd | 火災報知装置 |
JPH11144167A (ja) * | 1997-11-06 | 1999-05-28 | Nohmi Bosai Ltd | 火災検出装置 |
JP2000331262A (ja) * | 1999-05-18 | 2000-11-30 | Koito Ind Ltd | 火災発生位置検出装置 |
JP2002279545A (ja) * | 2001-03-22 | 2002-09-27 | Nohmi Bosai Ltd | 火災検出装置 |
JP2006190307A (ja) * | 2005-01-06 | 2006-07-20 | Thomson Licensing | 画像におけるオブジェクトをセグメント化する方法及び装置 |
JP2006331416A (ja) * | 2005-05-20 | 2006-12-07 | Mitsubishi Electric Research Laboratories Inc | シーンをモデル化する方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5153722A (en) * | 1991-01-14 | 1992-10-06 | Donmar Ltd. | Fire detection system |
GB2257598B (en) * | 1991-07-12 | 1994-11-30 | Hochiki Co | Surveillance monitor system using image processing |
JP2000099696A (ja) | 1998-09-22 | 2000-04-07 | Oki Electric Ind Co Ltd | 炎検出装置 |
GB9922761D0 (en) * | 1999-09-27 | 1999-11-24 | Sentec Ltd | Fire detection algorithm |
US7002478B2 (en) * | 2000-02-07 | 2006-02-21 | Vsd Limited | Smoke and flame detection |
US6184792B1 (en) * | 2000-04-19 | 2001-02-06 | George Privalov | Early fire detection method and apparatus |
WO2002069292A1 (fr) * | 2001-02-26 | 2002-09-06 | Fastcom Technology Sa | Procede et dispositif de detection de feux base sur l'analyse d'images |
US7680297B2 (en) * | 2004-05-18 | 2010-03-16 | Axonx Fike Corporation | Fire detection method and apparatus |
-
2007
- 2007-06-08 US US11/760,661 patent/US20080136934A1/en not_active Abandoned
- 2007-06-13 KR KR1020070057844A patent/KR20080054331A/ko active Search and Examination
- 2007-12-11 RU RU2007145735/09A patent/RU2393544C2/ru active
- 2007-12-11 TW TW096147304A patent/TWI369650B/zh active
- 2007-12-11 JP JP2007319265A patent/JP4668978B2/ja active Active
- 2007-12-12 IT IT002321A patent/ITMI20072321A1/it unknown
- 2007-12-12 KR KR1020070129375A patent/KR101168760B1/ko active IP Right Grant
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04286097A (ja) * | 1991-03-15 | 1992-10-12 | Matsushita Electric Ind Co Ltd | 火災報知装置 |
JPH11144167A (ja) * | 1997-11-06 | 1999-05-28 | Nohmi Bosai Ltd | 火災検出装置 |
JP2000331262A (ja) * | 1999-05-18 | 2000-11-30 | Koito Ind Ltd | 火災発生位置検出装置 |
JP2002279545A (ja) * | 2001-03-22 | 2002-09-27 | Nohmi Bosai Ltd | 火災検出装置 |
JP2006190307A (ja) * | 2005-01-06 | 2006-07-20 | Thomson Licensing | 画像におけるオブジェクトをセグメント化する方法及び装置 |
JP2006331416A (ja) * | 2005-05-20 | 2006-12-07 | Mitsubishi Electric Research Laboratories Inc | シーンをモデル化する方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102160591B1 (ko) * | 2019-07-24 | 2020-09-28 | 동아대학교 산학협력단 | 화재 상황 감지 모델을 위한 화재 상황 생성 시스템 및 그 최적화 방법 |
Also Published As
Publication number | Publication date |
---|---|
ITMI20072321A1 (it) | 2008-06-13 |
KR20080054331A (ko) | 2008-06-17 |
RU2007145735A (ru) | 2009-06-20 |
RU2393544C2 (ru) | 2010-06-27 |
JP4668978B2 (ja) | 2011-04-13 |
KR101168760B1 (ko) | 2012-07-26 |
US20080136934A1 (en) | 2008-06-12 |
TW200839660A (en) | 2008-10-01 |
KR20080054368A (ko) | 2008-06-17 |
TWI369650B (en) | 2012-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4668978B2 (ja) | 火炎検出方法及びその装置 | |
US7868772B2 (en) | Flame detecting method and device | |
JP4705090B2 (ja) | 煙感知装置及びその方法 | |
JP2008262533A5 (ja) | ||
KR101953342B1 (ko) | 멀티 센서 화재감지 방법 및 시스템 | |
US6928228B2 (en) | System and method for detection and analysis of video recordings | |
US20080186191A1 (en) | Smoke detecting method and device | |
CN106897720A (zh) | 一种基于视频分析的烟火检测方法及装置 | |
KR101075063B1 (ko) | 퍼지 규칙을 이용한 화재 불꽃 감지 방법 | |
CN101316371B (zh) | 火焰侦测方法及装置 | |
EP2000998B1 (en) | Flame detecting method and device | |
JP2020021300A (ja) | 火災監視装置、火災監視システム、および火災監視装置のプログラム | |
CN105469427B (zh) | 一种用于视频中目标跟踪方法 | |
KR20210097500A (ko) | 화재감지장치 및 이를 포함하는 화재감지시스템 | |
KR20100093684A (ko) | 연기 감지 방법 및 장치 | |
KR20200052418A (ko) | 딥러닝 기반의 자동 폭력 감지 시스템 | |
KR101196678B1 (ko) | 실시간 화재 감시 장치 및 방법 | |
Ho et al. | Real-time video-based fire smoke detection system | |
KR101840042B1 (ko) | 복합 가상 팬스 라인 설정 방법 및 이를 이용한 침입 감지 시스템 | |
Ham et al. | Vision based forest smoke detection using analyzing of temporal patterns of smoke and their probability models | |
CN107729811B (zh) | 一种基于场景建模的夜间火焰检测方法 | |
JP2009239507A (ja) | 監視システム | |
CN103020587B (zh) | 基于视频图像分析火焰的视图分析方法 | |
US20140147011A1 (en) | Object removal detection using 3-d depth information | |
CN109074714B (zh) | 用于探测事件的探测装置、方法和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100420 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20100716 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20100722 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100816 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100921 |
|
A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A524 Effective date: 20101118 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20101214 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110113 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140121 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4668978 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |