KR102582105B1 - 이중 광학파장 기반 화재감지 및 특징추출 장치와 방법 - Google Patents

Abstract

이중 파장의 광을 활용하여 화재시 발생하는 입자로부터 화재 발생을 감지하고, 감지된 화재발생 시점부터 실시간 신호처리를 통해 화재특징을 추출한다. 이를 위해, 이중 파장의 광학 센서로부터 광학 데이터를 수집하고, 수집된 광학 데이터로부터 화재를 감지하기 위해, 광학 데이터로부터 제1파장의 평균값, 제2파장의 평균값, 및 두 파장의 평균값의 비율을 산출하고 이 비율의 기울기 변화량을 이용하여 화재를 감지하고 화재발생 시점을 결정한다. 결정된 화재발생 시점부터, 정의된 규칙에 따라 광학 데이터로부터 실시간으로 화재특징들을 추출하여 데이터셋을 구성한다. 이렇게 구성된 데이터셋은 화재/비화재, 화원, 연소물질 등을 파악하기 위해 학습 및 추론 기법에 활용될 수 있다.

Description

이중 광학파장 기반 화재감지 및 특징추출 장치와 방법 {Fire detection and feature extraction apparatus and methoed based on dual optical wavelength}

본 발명은 광학 데이터로부터 화재발생 여부의 감지, 화재발생 시점의 결정, 및 화재특징을 추출하는 기술에 관한 것이다.

현재 활용되고 있는 화재감지 기술은 화재 여부를 판단하기 위해 화재시 발생하는 연기 농도를 측정하므로, 먼지, 수증기, 생활연기 등의 비화재 상황에서는 감지 오류가 발생하기 쉽다. 특히 국가화재안전기준의 개정으로 연기감지기 설치가 의무화되면서 화재 발생시 신속하게 감지하는 장점이 있지만, 생활연기, 수증기, 먼지 등을 화재로 오인하여 동작하는 ‘비화재보’로 인해 잦은 주민 대피와 오인 출동으로 인한 소방력 낭비와 화재수신기를 꺼놓는 등의 심각한 문제가 발생하고 있다.

또한 산업시설에서 발생하는 화재보 오류는 장비, 제품, 인프라 소실 등의 직접적인 재산피해와 업무중단 등의 간접피해를 발생시켜 화재 뿐만 아니라 비화재보로 인한 피해도 가중되고 있다.

이에, 연기 입자와 유사한 수증기, 먼지, 담배연기, 생활 연기 등을 구분하여 화재, 비화재 여부를 정확하게 판정할 수 있고 나아가 화원(화재 원인, 화재 종류 등)을 파악하는 데 활용할 수 있는 기술을 제안한다.

상기 과제의 해결을 위해, 이중 파장의 광을 활용하여 화재시 발생하는 입자로부터 화재 발생을 감지하고, 감지된 화재발생 시점부터 실시간 신호처리를 통해 화재특징을 추출한다. 이를 위해, 이중 파장의 광학 센서로부터 광학 데이터를 수집하고, 수집된 광학 데이터로부터 화재를 감지(fire detection)하고, 화재 감지시 해당 광학 데이터로부터 실시간으로 화재특징을 추출(feature extraction)하여 데이터셋을 구성한다.

광학 데이터 수집 유닛에서는 광학 센서에서 출력되는 광학 데이터를 수집한다. 광학 데이터로부터 제1파장의 평균값, 제2파장의 평균값, 및 두 파장의 평균값의 비율을 산출하고 이 비율의 기울기 변화량을 이용하여 화재를 감지하고 화재발생 시점을 결정한다. 결정된 화재발생 시점부터, 정의된 규칙에 따라 특징값을 추출하여 데이터셋을 구성한다. 구성된 데이터셋을 학습 및 추론 기법에 활용하여 화재/비화재, 화원 등을 구분할 수 있다.

본 발명의 구성 및 작용은 이후에 도면과 함께 설명하는 구체적인 실시예를 통하여 더욱 명확해질 것이다.

본 발명에 따르면, 실제로 발생된 화재의 감지시점부터 추출된 화재특징들로 데이터셋을 구성하여서 학습 및 추론 기법으로, 연기 입자와 유사한 수증기, 먼지, 담배연기, 생활 연기 등을 구분하여 화재/비화재를 정확하게 판정할 수 있다. 나아가 본 발명은 화재 원인, 화재 종류 등의 화원을 정확하게 판단하고 화재시 발생하는 연기를 분석하여 연소물질을 예측하는 데에 활용될 수 있다.

도 1은 본 발명에 따른 이중 광학파장 기반 화재 감지 및 특징 추출 방법/장치의 구성도
도 2A, 도 2B는 화재 감지(20) 유닛의 수행 방식을 설명하기 위한 그래프
도 3A, 도 3B는 도 2A, 도 2B의 케이스에 대한 화재특징 추출(30) 유닛의 수행 방식을 설명하기 위한 그래프
도 4는 화재특징 추출 유닛에서 추출된 화재특징으로 생성한 데이터셋의 구조도

본 발명의 이점 및 특징, 그리고 이들을 달성하는 방법은 이하 첨부된 도면과 함께 상세하게 기술된 바람직한 실시예를 참조하면 명확해질 것이다. 그러나 본 발명은 이하에 기술된 실시예에 한정되는 것이 아니라 다양한 다른 형태로 구현될 수 있다. 실시예는 단지 본 발명을 완전하게 개시하며 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐, 본 발명은 청구항의 기재 내용에 의해 정의되는 것이다. 또한, 본 명세서에서 사용된 용어는 실시예를 설명하기 위한 것이며 본 발명을 제한하고자 하는 것이 아니다. 본 명세서에서, 단수형은 특별히 언급하지 않는 한 복수형도 포함한다. 또한 명세서에 사용된 '포함한다(comprise, comprising 등)'라는 용어는 언급된 구성요소, 단계, 동작, 및/또는 소자 이외의 하나 이상의 다른 구성요소, 단계, 동작, 및/또는 소자의 존재 또는 추가를 배제하지 않는 의미로 사용된 것이다.

이하, 본 발명의 바람직한 실시예를 첨부 도면을 참조하여 상세히 설명한다. 실시예의 설명에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있는 경우에는 그 상세한 설명을 생략한다.

도 1은 본 발명에 따른 이중 광학파장 기반 화재감지 및 특징추출 방법 및 장치의 구성도를 나타낸다.

이중 광학파장(제1파장과 제2파장)을 이용하는 광학 센서(optical sensor)로부터 광학 데이터를 수집한다(10). 화재 발생 여부를 판단하기 위해 상기 수집된 광학 데이터로부터 화재를 감지한다(20). 화재가 감지되어 화재발생 시점이 결정된 후, 학습 데이터셋을 생성하기 위해 상기 광학 데이터로부터 화재특징을 추출한다(30).

상기 광학 데이터 수집(10) 유닛은 광학 센서로부터 출력되는 광학 데이터를 수집한다. 여기서 광학 센서는 이중 광학파장(제1파장과 제2파장)의 광을 방출하는 광원(복수 또는 단수)과, 이들 이중 광학파장 광이 연기 입자에 조사된 후 산란, 반사, 굴절 등의 광학 작용을 통해 변화된 파장의 광을 검출하여 광학 데이터를 출력하는 광검출기로 구성된다. 특정 실시예에서 제1파장은 청색광 계열의 470nm이고, 제2파장은 적외선 계열인 850nm이다.

광학 데이터 수집을 위해, N 크기(예를 들어, 100개 데이터)의 윈도우(window)를 선입선출 방식(FIFO)으로 설정할 수 있다.

또한, 실시예에 따라, 광학 데이터 수집 이전에 상기 광학 센서에서 출력된 초기 데이터를 정규화(normalize)하는 유닛이 포함될 수 있다.

광학 데이터 수집(10) 유닛에서 수집된 광학 데이터는, 제1파장 및 제2파장과 이들 두 파장의 비율(ratio)이 계산되어 화재 감지 및 특징 추출에 사용된다(이에 대해서는 후술하였다).

화재 감지(20) 유닛은 수집한 광학 데이터에 대하여 초기의 일반 상태에서의 제1파장 및 제2파장의 광학 데이터로부터 화재감지를 위해 요구되는 값을 계산하는 요구값 계산부(210)과, 상기 계산된 화재감지 요구값의 변화량이, 정의된 임계값(threshold)을 초과하는지에 따라 화재 발생 유무를 결정하는 화재발생 결정부(220)을 포함한다.

보다 구체적으로 설명하면, 상기 요구값 계산부(210)는 수집한 광학 데이터에 대하여 초기의 일반 상태에서의 제1파장 및 제2파장의 평균값을 계산하고 이들 계산된 제1파장의 평균값에 대한 제2파장의 평균값의 비율(ratio)을 계산하고 계산된 비율값을 1차 미분하여 변화량으로 변환한다. 그리고 상기 화재발생 결정부(220)는 상기 계산된 제1파장의 평균값의 변화량, 제2파장의 평균값의 변화량, 또는 상기 비율값의 변화량이, 정의된 각각에 대한 임계값을 초과하는지에 따라 화재발생 유무 및 그 시점을 결정한다.

실시예에 따라, 화재 감지(20) 유닛에서 화재발생이 감지되면, 화재발생 신호를 출력하거나 사용자에게 안내(경보)할 수 있다.

마지막으로, 화재특징 추출(30) 유닛은 정의된 규칙(후술함)에 따라 상기 화재 감지(20) 유닛에서 결정된 화재발생 시점부터 화재특징들을 추출한다. 추출되는 특징들에 대해서는 도 3A, 3B, 4를 통해 후술한다.

상기 추출된 특징들로 데이터셋을 구성하고 학습 및 추론 기법에 활용하여 비화재 구분, 화원(화재 원인, 화재 종류) 구분 등을 수행할 수 있다.

도 2A, 도 2B는 화재 감지(20) 유닛의 수행 방식을 설명하기 위한 그래프이다. 도 2A의 가로축은 시간을 나타내고 세로축은 검출된 광의 강도를 나타내고, 도 2B의 가로축은 시간을 나타내고 세로축은 비율을 나타낸다.

먼저, 제1파장의 평균값의 변화량 또는 제2파장의 평균값의 변화량으로부터 화재를 감지하는 경우에 대해 도 2A를 참조해 설명한다.

화재 감지(20)를 실행하는 데 있어서, 먼저 요구값 계산부(210)에서, 수집된 제1파장 및 제2파장 광학 데이터의 일정 시간 혹은 일정 샘플의 데이터로부터 파장별로 각 파장의 평균값 MEAN_WAV_1 및 MEAN_WAV_2를 산출한다. 이어서, 화재발생 결정부(220)에서, 상기 산출된 각 파장의 평균값을 사전 정의된 임계값 WAV_1_THRESHOLD 또는 WAV_2_THRESHOLD와 비교하여 각 임계값을 초과하는지 계산하여 화재 발생을 감지한다. 구체적으로, MEAN_WAV_N (N=1 또는 2)이 상승하면서 임계값보다 커지는 시점(MEAN_WAV_N+THRESHOLD)이 화재발생 시점으로 결정된다. 즉, 도 2A에서, MEAN_WAV_N이 상승하면서 각각에 대한 임계값보다 커지는 시점(MEAN_WAV_N+THRESHOLD)이 화재발생 시점(fire occurrence time)으로 결정된다.

다음에, 제1파장의 평균값에 대한 제2파장의 평균값의 비율(파장값 비율)의 변화량으로부터 화재를 감지하는 경우에 대해 도 2B를 참조해 설명한다.

상기 요구값 계산부(210)에서, 수집된 제1파장 및 제2파장 광학 데이터의 일정 시간 혹은 일정 샘플의 데이터로부터 계산된 제1파장의 평균값에 대한 제2파장의 평균값의 비인 파장값 비율 MEAN_RATIO를 산출하고 이 MEAN_RATIO를 1차 미분하여 기울기의 변화량을 계산한다. 이어서, 상기 화재발생 결정부(220)에서, 상기 산출된 기울기 변화량을 사전 정의된 임계값 RATIO_THRESHOLD와 비교하여 임계값을 초과하는지 여부로 화재 발생을 감지한다. 구체적으로, 도 2B에서, MEAN_RATIO의 미분값 DIFF_RATIO의 절대값이 RATIO_THRESHOLD보다 커지는 시점(|DIFF_RATIO|>RATIO_THRESHOLD)이 화재발생 시점으로 결정된다.

도 2A의 경우의 제1파장의 평균값 및 제2파장의 평균값, 그리고 도 2B의 파장값 비율 중에서 하나의 변화량이라도 해당 임계값을 초과하면 화재가 발생한 것으로 결정한다.

도 3A, 도 3B는 결정된 화재발생 시점 이후에 화재특징 추출(30) 유닛에서 수행되는 특징 추출을 설명하기 위한 그래프이다.

먼저 도 3A를 참조하면, 앞서 화재 감지(20) 유닛에서 결정된 화재발생 시점부터, 사전 정의된 Window를 생성한다. 여기서 Window 값은 샘플 수 혹은 시간 모두에 대해서 가능하다. Window 내에서 가장 큰 변화값을 갖는 최대변화값(peak)을 정의한다(제1파장의 경우 WAV_1_PTR_PEAK, 제2파장의 경우 WAV_2_PTR_PEAK).

상기 최대변화값 WAV_1_PTR_PEAK와 WAV_2_PTR_PEAK을 화재 감지(20) 유닛의 요구값 계산부(210)에서 산출된 파장의 평균값 MEAN_WAV_1, MEAN_WAV_2로 나눈 값인 제1파장 및 제2파장의 '최대변화값 비율' WAV_1_PTR_PEAK_RATE 및 WAV_2_PTR_PEAK_RATE를 화재특징으로 정의한다.

화재발생 시점에서부터 상기 WAV_1_PTR_PEAK가 발생한 시점까지의 시간차 그리고 화재발생 시점에서부터 상기 WAV_2_PTR_PEAK 값이 발생한 시점까지의 시간차 중 작은 것을 다른 화재특징인 '최대변화값 시점까지의 시간' PEAK_TIME으로 정의한다.

광학 데이터에 포함된 제1파장의 평균값 및 제2파장의 평균값을 2차로 미분하여 기울기의 변화량의 절대값이 사전 정의한 기울기 2nd_DIFF_VALUE보다 작을 때의 시간을 또다른 화재특징인 '안정화시간' STAB_TIME으로 정의한다. 단, 이 안정화시간은 화재감지 시점부터 소정 시간범위 동안에 정의되지 않을 경우(즉, STAB_TIME이 소정 시간범위보다 클 경우)에는 특징값으로 사용할 수 없으므로 화재특징에서 제외한다.

그리고 도 3B에 나타낸 것과 같이, 가장 큰 변화값을 갖는 RATIO 값을 RATIO_PEAK로 정의한다. 즉, 제1파장의 평균값에 대한 제2파장의 평균값의 비인 파장값 비율 MEAN_RATIO를 1차 미분하여 계산된 기울기의 변화량 DIFF_RATIO의 최대변화값 DIFF_RATIO_PEAK를 또다른 화재특징인 '파장값 비율의 최대 변화값' RATIO_PEAK로 정의한다.

도 4는 위와 같이 화재특징 추출(30) 유닛에서 추출된 화재특징들로 구성된 데이터셋(data set)을 나타낸다. 특정 라벨(310)에 대해, 제1파장의 최대변화값 비율 WAV_1_PTR_PEAK_RATE(420), 제2파장의 최대변화값 비율 WAV_2_PTR_PEAK_RATE(430), 파장값 비율의 최대 변화값 RATIO_PEAK(440), 최대변화값 시점까지의 시간 PEAK_TIME(450), 및 안정화시간 STAB_TIME(460)이 부착되어 데이터셋이 구성된다.

여기서 라벨(410)은 실시예에 따라 화재/비화재, 화재 원인, 또는 화재 종류 등으로 정의될 수 있다.

실시예에 따라, 상술한 것들과 다른 특징(470)을 데이터셋에 포함시키는 것도 가능하다.

지금까지 본 발명의 바람직한 실시예를 통하여 본 발명을 상세히 설명하였으나, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 본 명세서에 개시된 내용과는 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야 한다. 또한 본 발명의 보호범위는 상기 상세한 설명보다는 후술한 특허청구범위에 의하여 정해지며, 특허청구의 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태는 본 발명의 기술적 범위에 포함되는 것으로 해석되어야 한다.

Claims (19)

1. 제1파장과 제2파장의 광을 방출하는 광원과, 이들 이중 파장의 광이 연기 입자에 조사된 후 변화된 파장의 광을 검출하여 광학 데이터를 출력하는 광검출기를 포함하는 광학 센서;
   상기 광학 센서에서 출력되는 광학 데이터를 수집하는 광학 데이터 수집 유닛;
   상기 광학 데이터로부터 제1파장, 제2파장, 및 두 파장의 비율을 산출하고 이들의 변화량이 정의된 임계값을 초과하는지에 따라 화재발생을 감지하고 화재발생 시점을 결정하는 화재 감지 유닛; 및
   상기 결정된 화재발생 시점부터 화재특징을 추출하는 화재특징 추출 유닛을 포함하되,
   상기 화재특징 추출 유닛은
   상기 광학 데이터에 포함된 제1파장의 최대변화값 및 제2파장의 최대변화값을 정의하고,
   상기 화재발생 시점에서부터 상기 제1파장의 최대변화값이 발생한 시점까지의 시간차 그리고 화재발생 시점에서부터 상기 제2파장의 최대변화값이 발생한 시점까지의 시간차 중 작은 것을 선택하여 얻은 최대변화값 시점까지의 시간을 제3화재특징으로 추출하도록 구성되는 것을 특징으로 하는 화재감지 및 특징추출 장치.
2. 제1파장과 제2파장의 광을 방출하는 광원과, 이들 이중 파장의 광이 연기 입자에 조사된 후 변화된 파장의 광을 검출하여 광학 데이터를 출력하는 광검출기를 포함하는 광학 센서;
   상기 광학 센서에서 출력되는 광학 데이터를 수집하는 광학 데이터 수집 유닛;
   상기 광학 데이터로부터 제1파장, 제2파장, 및 두 파장의 비율을 산출하고 이들의 변화량이 정의된 임계값을 초과하는지에 따라 화재발생을 감지하고 화재발생 시점을 결정하는 화재 감지 유닛; 및
   상기 결정된 화재발생 시점부터 화재특징을 추출하는 화재특징 추출 유닛을 포함하되,
   상기 화재특징 추출 유닛은
   상기 광학 데이터에 포함된 제1파장의 최대변화값 및 제2파장의 최대변화값을 정의하고,
   상기 광학 데이터에 포함된 제1파장의 평균값 및 제2파장의 평균값을 미분하여 기울기의 변화량이 사전 정의한 기울기 임계값보다 작을 때의 시간인 안정화시간을 제4화재특징으로 추출하도록 구성되는 것을 특징으로 하는 화재감지 및 특징추출 장치.
3. 제1항 또는 제2항에 있어서, 상기 화재 감지 유닛은
   상기 수집된 광학 데이터로부터 제1파장의 평균값 및 제2파장의 평균값을 산출하고, 이들 제1파장의 평균값에 대한 제2파장의 평균값의 비인 파장값 비율을 산출하고 이 파장값 비율을 미분하여 기울기의 변화량을 계산하도록 구성되는 화재감지 요구값 계산부; 및
   상기 산출된 제1파장의 평균값이 사전 정의된 제1임계값을 초과하는 시점을 화재발생 시점으로 결정하고, 상기 산출된 제2파장의 평균값이 사전 정의된 제2임계값을 초과하는 시점을 화재발생 시점으로 결정하고, 상기 계산된 파장값 비율의 기울기 변화량이 사전 정의된 제3임계값을 초과하는 시점을 화재발생 시점으로 결정하도록 구성되는 화재발생 결정부를 포함하는 화재감지 및 특징추출 장치.
4. 제3항에 있어서, 상기 화재발생 결정부는, 상기 제1파장의 평균값, 제2파장의 평균값, 그리고 파장값 비율 중에서 하나만이 상기 제1, 제2, 및 제3임계값을 초과하면 화재발생 시점을 결정하는 것을 특징으로 하는 화재감지 및 특징추출 장치.
5. 제1항 또는 제2항에 있어서, 상기 화재 감지 유닛에서 화재발생이 감지되면, 화재발생 신호의 출력 및 사용자에의 안내 중 적어도 하나를 수행하는 유닛을 추가로 포함하는 화재감지 및 특징추출 장치.
6. 제1항 또는 제2항에 있어서, 상기 화재특징 추출 유닛은
   상기 광학 데이터에 포함된 제1파장의 최대변화값 및 제2파장의 최대변화값을 정의하고,
   상기 제1파장의 최대변화값을 제1파장의 평균값으로 나누어 제1파장의 최대변화값 비율을 제1화재특징으로 추출하고,
   상기 제2파장의 최대변화값을 제2파장의 평균값으로 나누어 제2파장의 최대변화값 비율을 제2화재특징으로 추출하도록 추가로 구성되는 것을 특징으로 하는 화재감지 및 특징추출 장치.
7. 제1항 또는 제2항에 있어서, 상기 화재특징 추출 유닛은
   상기 광학 데이터에 포함된 제1파장의 최대변화값 및 제2파장의 최대변화값을 정의하고,
   광학 데이터에 포함된 제1파장의 평균값에 대한 제2파장의 평균값의 비인 파장값 비율을 미분하여 계산된 파장값 비율의 최대 변화값을 제5화재특징으로 추출하도록 추가로 구성되는 것을 특징으로 하는 화재감지 및 특징추출 장치.
8. 제1항 또는 제2항에 있어서, 상기 화재특징 추출 유닛에서 추출된 화재특징으로 학습 및 추론을 위한 데이터셋을 구성하는 유닛을 추가로 포함하는 화재감지 및 특징추출 장치.
9. 제1파장과 제2파장의 광이 방출되어 연기 입자에 조사된 후 변화된 파장을 검출하여 광학 데이터를 출력하는 광학 센서로부터 광학 데이터를 수집하는 광학 데이터 수집 단계;
   상기 광학 데이터로부터 제1파장, 제2파장, 및 두 파장의 비율을 산출하고 이들의 변화량이 정의된 임계값을 초과하는지에 따라 화재발생을 감지하고 화재발생 시점을 결정하는 화재 감지 단계; 및
   상기 결정된 화재발생 시점부터 화재특징을 추출하는 화재특징 추출 단계를 포함하되,
   상기 화재특징 추출 단계는
   상기 광학 데이터에 포함된 제1파장의 최대변화값 및 제2파장의 최대변화값을 정의하고,
   상기 화재발생 시점에서부터 상기 제1파장의 최대변화값이 발생한 시점까지의 시간차 그리고 화재발생 시점에서부터 상기 제2파장의 최대변화값이 발생한 시점까지의 시간차 중 작은 것을 선택하여 얻은 최대변화값 시점까지의 시간을 제3화재특징으로 추출하는 것을 포함하는 화재감지 및 특징추출 방법.
10. 제1파장과 제2파장의 광이 방출되어 연기 입자에 조사된 후 변화된 파장을 검출하여 광학 데이터를 출력하는 광학 센서로부터 광학 데이터를 수집하는 광학 데이터 수집 단계;
    상기 광학 데이터로부터 제1파장, 제2파장, 및 두 파장의 비율을 산출하고 이들의 변화량이 정의된 임계값을 초과하는지에 따라 화재발생을 감지하고 화재발생 시점을 결정하는 화재 감지 단계; 및
    상기 결정된 화재발생 시점부터 화재특징을 추출하는 화재특징 추출 단계를 포함하되,
    상기 화재특징 추출 단계는
    상기 광학 데이터에 포함된 제1파장의 최대변화값 및 제2파장의 최대변화값을 정의하고,
    상기 광학 데이터에 포함된 제1파장의 평균값 및 제2파장의 평균값을 미분하여 기울기의 변화량이 사전 정의한 기울기 임계값보다 작을 때의 시간인 안정화시간을 제4화재특징으로 추출하는 것을 포함하는 화재감지 및 특징추출 방법.
11. 제9항 또는 제10항에 있어서, 상기 화재 감지 단계는
    상기 수집한 광학 데이터에 대하여 초기 상태에서의 제1파장 및 제2파장의 광학 데이터로부터 화재감지를 위해 요구되는 값을 계산하는 단계; 및
    상기 계산된 화재감지 요구값의 변화량이, 정의된 임계값을 초과하는지에 따라 화재발생 시점을 결정하는 단계를 포함하는 화재감지 및 특징추출 방법.
12. 제9항 또는 제10항에 있어서, 상기 화재 감지 단계는
    상기 수집된 광학 데이터로부터 제1파장의 평균값 및 제2파장의 평균값을 산출하고, 이들 제1파장의 평균값에 대한 제2파장의 평균값의 비인 파장값 비율을 산출하고 이 파장값 비율을 미분하여 기울기의 변화량을 계산하는 화재감지 요구값 계산 단계; 및
    상기 산출된 제1파장의 평균값이 사전 정의된 제1임계값을 초과하는 시점을 화재발생 시점으로 결정하고, 상기 산출된 제2파장의 평균값이 사전 정의된 제2임계값을 초과하는 시점을 화재발생 시점으로 결정하고, 상기 계산된 파장값 비율의 기울기 변화량이 사전 정의된 제3임계값을 초과하는 시점을 화재발생 시점으로 결정하는 화재발생 결정 단계를 포함하는 화재감지 및 특징추출 방법.
13. 제12항에 있어서, 상기 화재발생 결정 단계는, 상기 제1파장의 평균값, 제2파장의 평균값, 그리고 파장값 비율 중에서 하나만이 상기 제1, 제2, 및 제3임계값을 초과하면 화재발생 시점을 결정하는 것을 특징으로 하는 화재감지 및 특징추출 방법.
14. 제9항 또는 제10항에 있어서, 상기 화재 감지 단계에서 화재발생이 감지되면, 화재발생 신호의 출력 및 사용자에의 안내 중 적어도 하나를 수행하는 단계를 추가로 포함하는 화재감지 및 특징추출 방법.
15. 제9항 또는 제10항에 있어서, 상기 화재특징 추출 단계는
    상기 광학 데이터에 포함된 제1파장의 최대변화값 및 제2파장의 최대변화값을 정의하고,
    상기 제1파장의 최대변화값을 제1파장의 평균값으로 나누어 제1파장의 최대변화값 비율을 제1화재특징으로 추출하고,
    상기 제2파장의 최대변화값을 제2파장의 평균값으로 나누어 제2파장의 최대변화값 비율을 제2화재특징으로 추출하는 것을 추가로 포함하는 화재감지 및 특징추출 방법.
16. 제9항 또는 제10항에 있어서, 상기 화재특징 추출 단계는
    상기 광학 데이터에 포함된 제1파장의 최대변화값 및 제2파장의 최대변화값을 정의하고,
    광학 데이터에 포함된 제1파장의 평균값에 대한 제2파장의 평균값의 비인 파장값 비율을 미분하여 계산된 파장값 비율의 최대 변화값을 제5화재특징으로 추출하는 것을 추가로 포함하는 화재감지 및 특징추출 방법.
17. 제9항 또는 제10항에 있어서, 상기 화재특징 추출 단계에서 추출된 화재특징으로 학습 및 추론을 위한 데이터셋을 구성하는 단계를 추가로 포함하는 화재감지 및 특징추출 방법.
18. 삭제
19. 삭제