KR101932543B1 - 화재검출 방법 및 장치 - Google Patents

화재검출 방법 및 장치 Download PDF

Info

Publication number
KR101932543B1
KR101932543B1 KR1020130086984A KR20130086984A KR101932543B1 KR 101932543 B1 KR101932543 B1 KR 101932543B1 KR 1020130086984 A KR1020130086984 A KR 1020130086984A KR 20130086984 A KR20130086984 A KR 20130086984A KR 101932543 B1 KR101932543 B1 KR 101932543B1
Authority
KR
South Korea
Prior art keywords
input image
image
extracted
feature
machine learning
Prior art date
Application number
KR1020130086984A
Other languages
English (en)
Other versions
KR20150011884A (ko
Inventor
김지호
이현남
배순민
황순민
최종원
이준영
오태현
권인소
Original Assignee
한화테크윈 주식회사
한국과학기술원
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 한화테크윈 주식회사, 한국과학기술원 filed Critical 한화테크윈 주식회사
Priority to KR1020130086984A priority Critical patent/KR101932543B1/ko
Priority to US14/288,844 priority patent/US9443149B2/en
Priority to CN201410350222.6A priority patent/CN104346618B/zh
Publication of KR20150011884A publication Critical patent/KR20150011884A/ko
Application granted granted Critical
Publication of KR101932543B1 publication Critical patent/KR101932543B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Fire-Detection Mechanisms (AREA)

Abstract

본 발명은 화재를 검출하는 장치 및 방법에 관한 것으로, 입력 영상 내의 적어도 하나 이상의 물체의 특징을 상기 입력 영상의 각 픽셀간 밝기 변화 차이값 또는 상기 입력 영상의 색정보(RGB) 특성을 이용하여 추출하고, 추출한 물체의 특징값을 변환한 후 SVM 기계학습을 수행하여 화재를 검출하는 구성을 개시한다.

Description

화재검출 방법 및 장치{Method and Apparatus for detecting smoke from image}
본 발명은 입력 영상으로부터 연기 또는 화재를 검출하는 방법에 관한 것이다.
센서 기반으로 화재를 검출하는 시스템은 센서에서 감지하는 노이즈로 인하여 실외 환경에서는 효과적으로 사용이 어려운 문제가 있다. 또한, 비젼(Vision) 기반의 화재 검출 시스템의 경우, 주로 고정된 위치에 설치된 카메라에서 획득한 영상을 대상으로 화재를 검출하기 때문에 이동식 시스템에는 효과적으로 적용이 어려운 문제점이 있다.
CCTV와 같은 정적인 감시 장비는 사각지대가 생길 여지가 있고, 넓은 영역을 감시하기 위해서는 많은 수의 카메라의 이용이 요구된다. 이러한 문제점을 해결하기 위하여 향후에는 이동식 감시 시스템이 적용될 것으로 예상된다.
KR 2010-0010712
본 발명에서는 입력 영상으로부터 화재를 검출하는 방법 및 장치를 개시하고자 한다. 특히, 이동식 시스템에서 획득한 입력 영상으로부터도 화재를 검출할 수 있는 방법을 개시하고자 한다.
본 발명의 바람직한 일 실시예에서, 화재검출장치는 입력 영상 내의 적어도 하나 이상의 물체의 특징을 추출하는 물체특징추출부; 커널 매핑(Kernel Mapping)을 통해 상기 추출된 물체의 특징을 N차원으로 변환하는 변환부; 및 상기 변환된 좌표를 기반으로 상기 추출된 물체의 특징에 대해 SVM기계학습을 수행하는 기계학습부;를 포함하는 것을 특징으로 한다.
바람직하게, 물체특징추출부는 상기 입력 영상의 각 픽셀간 밝기 변화 차이값 또는 상기 입력 영상의 색정보(RGB) 특성을 이용하여 물체의 특징을 추출한다.
바람직하게, 입력 영상에 연기영상이 포함된 경우 물체특징추출부는 HoG(Histogram of Oriented Gradient)를 이용하여 물체의 특징을 추출한다.
바람직하게, 입력 영상에 화재 영상이 포함된 경우 물체특징추출부는 입력 영상의 HoG(Histogram of Oriented Gradient) 특성 및 입력영상의 색정보(RGB) 특성을 함께 이용하여 물체의 특징을 추출한다.
본 발명의 또 다른 바람직한 일 실시예로서, 화재검출장치에서 화재를 검출하는 방법은 입력 영상 내의 적어도 하나 이상의 물체의 특징을 상기 입력 영상의 각 픽셀간 밝기 변화 차이값 또는 상기 입력영상의 색정보를 이용하여 추출하는 물체특징추출단계; 커널 매핑(Kernel Mapping)을 통해 상기 추출된 물체의 특징을 N차원으로 변환하는 단계; 및 상기 변환된 좌표를 기반으로 상기 추출된 물체의 특징에 대해 SVM기계학습을 수행하는 기계학습단계;를 포함한다.
본 발명에서 개시하는 화재검출 장치 및 방법은 입력 영상의 미분 영상 값을 이용하는 단일 영상 기반 시스템이므로 저가의 칩 솔루션 제작이 가능한 이점이 있다. 또한, 이동식 시스템에서 입력되는 영상에 대해서도 별도의 추가 장비없이 단일 영상만을 이용하여 화재를 검출할 수 있는 효과가 있다.
도 1 은 본 발명의 바람직한 일 실시예로서, 화재검출장치의 내부 구성도를 도시한다.
도 2 는 본 발명의 바람직한 일 실시예로서, 입력 영상의 HoG(Histogram of Oriented Gradient)를 이용하여 물체의 특징을 추출하는 일 예를 도시한다.
도 3 은 본 발명의 바람직한 일 실시예로서, 입력 영상의 HoG(Histogram of Oriented Gradient) 및 입력 영상의 RGB 특성을 이용하여 물체의 특징을 추출하는 일 예를 도시한다.
도 4 는 본 발명의 바람직한 일 실시예로서, 커널 매핑 방식을 이용하여 추출된 물체의 특징을 변환하는 일 예를 도시한다.
본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 기술적 용어는 본 명세서에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다.
또한, 본 명세서에서 사용되는 기술적인 용어가 본 발명의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본발명에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.
도 1 은 본 발명의 바람직한 일 실시예로서, 화재검출장치의 내부 구성도를 도시한다.
화재검출장치(100)는 물체특징추출부(110), 변환부(120) 및 기계학습부(130)를 포함한다. 본 발명의 바람직한 일 실시예로서, 화재검출장치(100)는 단일 영상을 이용하여, 영상 내에 연기 영상 또는 화재 영상이 있는지를 파악한다.
본 발명에서 개시하는 화재검출장치(100)는 영상 촬영 장치{Image Recording Apparatus), UE(User Equipment), ME(Mobile Equipment), MS(Mobile Station), UT(User Terminal), SS(Subscriber Station), MSS(Mobile Subscriber Station), 무선기기(Wireless Device), 휴대기기(Handheld Device), AT(Access Terminal) 등에 모두 구현이 가능하며 감시카메라, CCTV, 휴대폰, 셀룰러폰, 스마트 폰(smart phone), PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿(tablet device), 컴퓨터(computer) 또는 멀티미디어 기기 등에도 구현이 가능하다.
본 발명의 바람직한 일 실시예로서, 화재검출장치(100)는 입력 영상 내부에 존재하는 연기 패턴, 화재 패턴을 SVM 기계학습을 통해 학습하여, 학습된 기준에 따라 입력 영상 내의 화재를 검출하도록 구현된다.
물체특징추출부(110)는 입력 영상의 각 픽셀간 밝기 변화 차이값 또는 상기 입력 영상의 색정보(RGB) 특성을 이용하여 물체의 특징을 추출한다.
본 발명의 바람직한 일 실시예에서는 입력 영상의 각 픽셀간 밝기 변화 차이값을 구하기 위해 HoG(Histogram of Oriented Gradient)를 이용한다. 입력 영상의 HoG를 이용하여 물체의 특징을 추출하는 일 예를 도 2 를 참고하여 설명하면 아래와 같다.
물체특징추출부(110)에서는 입력 영상(210)에 대한 미분 영상(220)을 구한 후, 미분 영상(220)의 각 픽셀에 대한 가중치와 미분 방향을 계산한다. 계산된 미분 방향에 대한 히스토그램을 가중치에 대해 정규화 하여(230) 물체의 특징을 추출한다. 본 발명의 바람직한 일 실시예에서는, 입력 영상(210)에 대한 각 픽셀간 미분 크기와 방향값을 구하여 미분 영상(220)을 생성하고 지정된 셀의 크기에 맞춰서 각 위치의 특징을 추출하며 HoG 를 이용한다.
본 발명의 또 다른 바람직한 일 실시예로서, 물체특징추출부(110)에서는 입력 영상에 연기 영상(도 2, 211 참고)이 포함된 경우에는 입력 영상의 HoG(Histogram of Oriented Gradient)를 이용하여 물체의 특징을 추출한다.
본 발명의 또 다른 바람직한 일 실시예로서, 물체특징추출부(110)에서는 입력 영상에 화재 영상이 포함된 경우 입력 영상의 HoG 특성 및 입력영상의 색정보(RGB) 특성을 함께 이용하여 물체의 특징을 추출한다. 도 3을 참고하여 설명하면 아래와 같다.
입력 영상(도 3, 310)에 화재 영상(도 3, 311)이 포함된 경우, 물체특징추출부(110)에서는 HoG를 이용하여 입력 영상(310)에 대한 미분 영상(320)을 구한 후, 미분 영상(320) 내의 각 픽셀에 대한 가중치를 계산한다.
그리고, 입력 영상(도 3, 310)의 색정보(RGB) 특성을 추가로 반영한다. 상세히, 입력 영상에서 화재가 발생된 부분(321)에 해당하는 픽셀의 색정보 특성을 계산하여 물체의 특징을 추출한다.
이 후, HoG 특성을 이용하여 계산된 입력 영상(도 3, 310)의 각 픽셀에 대한 가중치 정보와 입력 영상(도 3, 310)의 색정보 특성을 통합하여 입력 영상(도 3, 310) 내의 물체의 특징을 추출한다.
변환부(120)에서는 물체특징추출부(110)에서 추출된 물체의 특징을 커널 매핑(Kernel Mapping) 방식을 이용하여 N차원(N은 자연수)으로 변환한다. 변환부(120)에서 변환을 수행하는 일 예는 도 4을 참고한다.
도 4 는 본 발명의 바람직한 일 실시예로서, 커널 매핑의 일 예를 도시한다.
변환부(120)에서는 커널 매핑을 이용하여 물체의 특징을 N 차원으로 분류한다. 이 경우 수학식 1과 같은 커널 매핑 방식을 이용한다. 본 커널 매핑 방식을 이용하면, 현재 얻어진 물체의 특징 차원이 기존의 3배로 늘어나게 되며, 이에 따라 기존의 차원에서 선형으로 구분되지 않는 특징들이 선형으로 구분된다. 따라서 이 후 선형 기계학습을 이용할 수 있다.
Figure 112013066600310-pat00001
기계학습부(130)는 변환부(120)에서 커널매핑을 통해 변환된 좌표값을 기초로, 물체특징추출부(110)에서 추출된 물체의 특징에 대해 SVM(Support Vector Machine)기계학습을 수행한다. 이후, 기계학습부(130)에서 학습된 화재 영상 기준을 기초로 입력 영상으로부터 화재를 검출한다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플라피디스크, 광데이터 저장장치 등이 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이상 도면과 명세서에서 최적 실시예들이 개시되었다. 여기서 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.
기계학습부(130)는 변환부(120)에서 커널매핑을 통해 변환된 좌표값을 기초로, 물체특징추출부(110)에서 추출된 물체의 특징에 대해 SVM(Support Vector Machine)기계학습을 수행한다. 이후, 기계학습부(130)에서 학습된 화재 영상 기준을 기초로 입력 영상으로부터 화재를 검출한다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플라피디스크, 광데이터 저장장치 등이 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이상 도면과 명세서에서 최적 실시예들이 개시되었다. 여기서 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.

Claims (6)

  1. 이동식 시스템에서 획득한 입력 영상에 대한 미분 영상을 구한 후, 미분 영상의 각 픽셀에 대한 가중치와 미분 방향을 계산하고, 계산된 미분 방향에 대한 히스토그램을 가중치에 대해 정규화하여 물체의 특징을 추출하는 물체특징추출부;
    Chi-square 커널 매핑(Kernel Mapping)을 통해 상기 추출된 물체의 특징 차원을 3배로 늘려, 상기 추출된 물체의 특징을 선형으로 구분하도록 변환하는 변환부; 및
    상기 변환된 좌표를 기반으로 상기 추출된 물체의 특징에 대한 선형기계학습을 SVM기계학습 방식으로 수행하는 기계학습부;를 포함하고, 상기 물체특징추출부는 상기 입력 영상의 각 픽셀간 밝기 변화 차이값을 HoG(Histogram of Oriented Gradient)를 이용하여 계산하고, 상기 입력 영상이 연기 영상인 경우 HoG를 이용하여 물체의 특징을 추출하는 것을 특징으로 하는 화재검출장치.
  2. 제 1 항에 있어서, 상기 물체특징추출부는
    상기 입력 영상의 각 픽셀간 밝기 변화 차이값 또는 상기 입력 영상의 색정보(RGB) 특성을 이용하여 물체의 특징을 추출하는 것을 특징으로 하는 화재검출장치.
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
KR1020130086984A 2013-07-23 2013-07-23 화재검출 방법 및 장치 KR101932543B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020130086984A KR101932543B1 (ko) 2013-07-23 2013-07-23 화재검출 방법 및 장치
US14/288,844 US9443149B2 (en) 2013-07-23 2014-05-28 Method and apparatus for detecting smoke from image
CN201410350222.6A CN104346618B (zh) 2013-07-23 2014-07-22 用于从图像检测烟雾的方法和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130086984A KR101932543B1 (ko) 2013-07-23 2013-07-23 화재검출 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20150011884A KR20150011884A (ko) 2015-02-03
KR101932543B1 true KR101932543B1 (ko) 2018-12-28

Family

ID=52390571

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130086984A KR101932543B1 (ko) 2013-07-23 2013-07-23 화재검출 방법 및 장치

Country Status (3)

Country Link
US (1) US9443149B2 (ko)
KR (1) KR101932543B1 (ko)
CN (1) CN104346618B (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102030006B1 (ko) 2019-06-05 2019-11-11 주식회사 리트코이엔에스 도로 터널의 지능형 통합 화재소화시스템

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101689863B1 (ko) * 2015-05-21 2016-12-26 주식회사 에스원 부분 영역 기반의 화염 탐지 장치 및 방법
US9712985B2 (en) * 2015-08-26 2017-07-18 Razer (Asia-Pacific) Pte. Ltd. Repurposing a mobile device
CN105469105A (zh) * 2015-11-13 2016-04-06 燕山大学 一种基于视频监控的香烟烟雾检测方法
CN105701489B (zh) * 2016-01-14 2020-03-17 云南大学 一种新型的数字提取和识别的方法及***
CN106355812A (zh) * 2016-08-10 2017-01-25 安徽理工大学 基于温度场的火灾隐患预测方法
EP3531386B1 (en) * 2016-10-24 2024-06-12 Hochiki Corporation Fire monitoring system
CN108255890B (zh) * 2016-12-29 2020-08-11 腾讯科技（深圳）有限公司 页面的处理方法和装置
WO2019048604A1 (de) 2017-09-09 2019-03-14 Fcm Dienstleistungs Ag Automatische früherkennung von rauch, russ und feuer mit erhöhter erkennungssicherheit durch maschinelles lernen
US11093747B2 (en) 2018-04-16 2021-08-17 Peerwell, Inc. Hazard recognition
CN108985144B (zh) * 2018-05-29 2022-04-12 湖北德强电子科技有限公司 一种高效低成本图像火灾自动识别方法及装置
CN109920199B (zh) * 2018-06-06 2020-12-08 安徽省华腾农业科技有限公司经开区分公司 基于参数提取的辐射设备报警***
CN109359554A (zh) * 2018-09-21 2019-02-19 南京信息工程大学 一种基于多合成图像处理技术的森林火灾识别方法
US11151380B2 (en) * 2019-01-30 2021-10-19 International Business Machines Corporation Augmented reality risk vulnerability analysis
JP7170574B2 (ja) * 2019-03-28 2022-11-14 能美防災株式会社 異常検出装置
JP7156152B2 (ja) * 2019-04-17 2022-10-19 日本電信電話株式会社 危険予知方法及び危険予知装置
CN110211323A (zh) * 2019-05-29 2019-09-06 广州澳盾智能科技有限公司 基于级联分类的森林火灾识别方法
CN110264404B (zh) * 2019-06-17 2020-12-08 北京邮电大学 一种超分辨图像纹理优化的方法和装置
US20210133483A1 (en) * 2019-11-01 2021-05-06 XNOR.ai, Inc. Object detection based on pixel differences
US11462089B1 (en) * 2020-02-24 2022-10-04 General Cybernation Group, Inc. Smoke auto-detection and control for industrial flares
KR20230101461A (ko) 2021-12-29 2023-07-06 아이브스 주식회사 생활안전 위험상황 인지를 위한 딥러닝을 이용한 화재 인지 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101237089B1 (ko) * 2011-10-12 2013-02-26 계명대학교 산학협력단 랜덤 포레스트 분류 기법을 이용한 산불연기 감지 방법

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6035057A (en) * 1997-03-10 2000-03-07 Hoffman; Efrem H. Hierarchical data matrix pattern recognition and identification system
CN1879553B (zh) * 2005-06-15 2010-10-06 佳能株式会社 在胸部图像中检测边界的方法及装置
US8392418B2 (en) * 2009-06-25 2013-03-05 University Of Tennessee Research Foundation Method and apparatus for predicting object properties and events using similarity-based information retrieval and model
KR100837406B1 (ko) * 2006-11-13 2008-06-12 삼성전자주식회사 영상 감시 장치를 포함한 휴대 단말기 및 이를 이용한 영상감시 방법, 및 영상 감시 시스템
US7859419B2 (en) * 2006-12-12 2010-12-28 Industrial Technology Research Institute Smoke detecting method and device
US20080137906A1 (en) 2006-12-12 2008-06-12 Industrial Technology Research Institute Smoke Detecting Method And Device
KR100912281B1 (ko) 2007-07-06 2009-08-17 세종대학교산학협력단 영상 처리 기법을 이용한 고속 연기 탐지 기법 및 장치
KR100918436B1 (ko) * 2007-11-27 2009-09-24 계명대학교 산학협력단 비전 기반의 화재 감지 시스템 및 방법
US8538063B2 (en) * 2008-05-08 2013-09-17 Utc Fire & Security System and method for ensuring the performance of a video-based fire detection system
KR100987786B1 (ko) 2008-07-23 2010-10-13 (주)에이치엠씨 연기검출을 이용한 화재감지 시스템
US10419722B2 (en) * 2009-04-28 2019-09-17 Whp Workflow Solutions, Inc. Correlated media source management and response control
CN101770644A (zh) * 2010-01-19 2010-07-07 浙江林学院 森林火灾远程视频监控烟火识别方法
CN102013008B (zh) * 2010-09-16 2012-10-31 北京智安邦科技有限公司 一种基于支持向量机的烟雾检测方法及装置
KR101204259B1 (ko) 2010-10-06 2012-11-23 (주)에이치엠씨 화재 검출 방법
KR101081051B1 (ko) * 2010-11-16 2011-11-09 계명대학교 산학협력단 퍼지 유한상태 오토마타를 이용한 화재 불꽃 감지 방법
JP2012118698A (ja) * 2010-11-30 2012-06-21 Fuji Heavy Ind Ltd 画像処理装置
US8922657B2 (en) * 2011-03-08 2014-12-30 Bank Of America Corporation Real-time video image analysis for providing security
US9250135B2 (en) * 2011-03-16 2016-02-02 Honeywell International Inc. MWIR sensor for flame detection
KR101224494B1 (ko) 2012-05-29 2013-01-21 (주)에이치엠씨 촬영 대상의 명도 및 채도 변화에 강건한 영상 기반 연기 검출 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101237089B1 (ko) * 2011-10-12 2013-02-26 계명대학교 산학협력단 랜덤 포레스트 분류 기법을 이용한 산불연기 감지 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
SVM based forest fire detection using static and dynamic features

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102030006B1 (ko) 2019-06-05 2019-11-11 주식회사 리트코이엔에스 도로 터널의 지능형 통합 화재소화시스템

Also Published As

Publication number Publication date
CN104346618A (zh) 2015-02-11
KR20150011884A (ko) 2015-02-03
CN104346618B (zh) 2019-10-25
US9443149B2 (en) 2016-09-13
US20150030203A1 (en) 2015-01-29

Similar Documents

Publication Publication Date Title
KR101932543B1 (ko) 화재검출 방법 및 장치
CN108182396B (zh) 一种自动识别拍照行为的方法及装置
US10096122B1 (en) Segmentation of object image data from background image data
KR102122348B1 (ko) 얼굴 생체 내 검출 방법 및 장치
CN109325964B (zh) 一种人脸追踪方法、装置及终端
US10534957B2 (en) Eyeball movement analysis method and device, and storage medium
US8792722B2 (en) Hand gesture detection
US8750573B2 (en) Hand gesture detection
KR101399804B1 (ko) 회전 불변형 특징 디스크립터를 이용한 추적 및 인식을 위한 방법 및 장치
EP3232371A1 (en) Object recognition method, object recognition device, and classifier training method
US20190087664A1 (en) Image processing device, image processing method and program recording medium
CN109919002B (zh) 黄色禁停线识别方法、装置、计算机设备及存储介质
US10650234B2 (en) Eyeball movement capturing method and device, and storage medium
KR102223478B1 (ko) 눈 상태 검출에 딥러닝 모델을 이용하는 눈 상태 검출 시스템 및 그 작동 방법
US10122912B2 (en) Device and method for detecting regions in an image
US20180047271A1 (en) Fire detection method, fire detection apparatus and electronic equipment
KR20130134163A (ko) 표적 추출 장치와 그 방법 및 상기 방법을 구현하는 프로그램이 기록된 기록 매체
JP7255173B2 (ja) 人検出装置および人検出方法
KR20220055378A (ko) 딥러닝 기반으로 이상 행동을 자동으로 감지하는 온디바이스 ai 장치 및 이의 동작 방법
CN111444758A (zh) 一种基于时空信息的行人重识别方法及装置
JP2016095701A (ja) 画像処理装置、画像処理方法、及び、プログラム
CN104598876A (zh) 嵌入式人脸识别***
US10916016B2 (en) Image processing apparatus and method and monitoring system
CN108875467B (zh) 活体检测的方法、装置及计算机存储介质
US11544833B1 (en) System and method for capturing by a device an image of a light colored object on a light colored background for uploading to a remote server

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant