KR20080054368A - 화염 검출 방법 및 장치 - Google Patents
화염 검출 방법 및 장치 Download PDFInfo
- Publication number
- KR20080054368A KR20080054368A KR1020070129375A KR20070129375A KR20080054368A KR 20080054368 A KR20080054368 A KR 20080054368A KR 1020070129375 A KR1020070129375 A KR 1020070129375A KR 20070129375 A KR20070129375 A KR 20070129375A KR 20080054368 A KR20080054368 A KR 20080054368A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- moving area
- area image
- flame
- unit
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 54
- 238000004458 analytical method Methods 0.000 claims abstract description 201
- 238000001514 detection method Methods 0.000 claims abstract description 65
- 239000000203 mixture Substances 0.000 claims abstract description 27
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 238000013528 artificial neural network Methods 0.000 claims description 14
- 238000004141 dimensional analysis Methods 0.000 claims description 6
- 238000001454 recorded image Methods 0.000 claims 7
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 238000002474 experimental method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000000779 smoke Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001960 triggered effect Effects 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
Description
Claims (44)
- 화염 검출 방법에 있어서,감시 영역의 복수의 이미지를 캡쳐하는 단계;복수의 이미지에 움직이는 영역 이미지가 존재하는지를 판단하는 단계;제1 분석 결과를 생성하기 위해 상기 움직이는 영역 이미지의 컬러 모델을 분석하고, 상기 제1 분석 결과와 기준 화염 이미지의 제1 특징을 비교하되, 상기 컬러 모델은 3차원 RGB 가우시안 혼합 모델과 3차원 YUV 가우시안 혼합 모델 중 적어도 하나를 적용하는 단계; 및상기 비교 단계의 결과에 기초하여 상기 움직이는 영역 이미지가 화염 이미지인지 판단하는 단계를 포함하는 화염 검출 방법.
- 제1 항에 있어서,복수의 이미지는 다른 시간에서의 상기 감시 영역의 기록된 이미지이고, 제1 캡쳐 시간에서의 제1 이미지 및 제2 캡쳐 시간에서의 제2 이미지를 포함하며, 상기 움직이는 영역 이미지는 상기 제1 공간 이미지 및 상기 제2 공간 이미지에서 다른 특정 이미지이고 상기 제1 캡쳐 시간과 상기 제2 공간 시간간의 시간 간격으로 상기 감시 영역 내의 움직이는 오브젝트를 나타내는 화염 검출 방법.
- 제2 항에 있어서,제2 분석 결과를 생성하기 위해 상기 움직이는 영역 이미지의 플리커링 주파수를 분석하고, 상기 제2 분석 결과와 기준 화염 이미지의 제2 특징을 비교하는 단계;제3 분석 결과를 생성하기 위해 상기 움직이는 영역 이미지의 위치를 분석하고, 상기 제3 분석 결과와 미리 결정된 제1 임계값을 비교하는 단계;제4 분석 결과를 생성하기 위해 상기 움직이는 영역 이미지의 영역을 분석하고, 상기 제4 분석 결과와 미리 결정된 제2 임계값을 비교하는 단계;상기 제1 및 제2 분석 결과를 데이터베이스에 저장하는 단계; 및상기 움직이는 영역 이미지가 화염 이미지로 판단될 때 경보 신호를 보내는 단계를 더 포함하는 화염 검출 방법.
- 제3 항에 있어서,상기 플리커링 주파수를 분석하는 단계는 1차원 시간 웨이블릿 변환을 이용하여 상기 움직이는 영역 이미지의 컬러와 높이 중 적어도 하나가 어떻게 시간에 따라 변하는 지를 판단하되, 여기서 컬러 파라미터 I와 Y 중 적어도 하나가 분석되고, 상기 컬러 파라미터 I와 Y 중 적어도 하나에 대한 5Hz 내지 10Hz의 플리커링 주파수의 범위가 분석을 위해 채택되는 화염 검출 방법.
- 제3 항에 있어서,상기 움직이는 영역 이미지의 위치의 변화를 분석하는 단계는,오브젝트 추적 알고리즘을 이용하여 상기 움직이는 영역 이미지의 중심 위치가 시간에 따라 변하는 제1 정도를 분석 및 판단하는 단계; 및상기 제1 정도가 미리 결정된 제1 범위를 초과할 때, 상기 움직이는 영역 이미지는 화염 이미지가 아닌 것으로 판단하는 단계를 포함하고,상기 미리 결정된 제1 범위는,|(Xt +1,Yt +1)-(Xt,Yt)| < TH1,로 정의되고, 여기서 (Xt,Yt)는 제1 캡쳐 시간에서의 상기 움직이는 영역 이미지의 중심 위치이고, (Xt +1,Yt +1)는 제2 캡쳐 시간에서의 상기 움직이는 영역 이미지의 중심 위치이며, TH1는 미리 결정된 값인 화염 검출 방법.
- 제5 항에 있어서,복수의 이미지의 크기가 320x240 픽셀일 때, TH1는 80 픽셀인 화염 검출 방법.
- 제3 항에 있어서,상기 움직이는 영역 이미지의 영역의 변화를 분석하는 단계는,오브젝트 추적 알고리즘을 이용하여 상기 움직이는 영역 이미지의 영역이 시간에 따라 변하는 제2 정도를 판단하는 단계; 및상기 제2 정도가 미리 결정된 제2 범위를 초과할 때 상기 움직이는 영역 이 미지는 화염 이미지가 아닌 것으로 판단하는 단계를 포함하고,상기 미리 결정된 제2 범위는,(1/3) At < At +1 < 3At,로 정의되고, 여기서 At는 제1 캡쳐 시간에서의 상기 움직이는 영역 이미지의 영역이고, At + 1는 상기 제2 캡쳐 시간에서의 상기 움직이는 영역 이미지의 영역인 화염 검출 방법.
- 제1 항에 있어서,상기 컬러 모델을 분석하는 단계는,상기 움직이는 영역 이미지의 영역 컬러 픽셀 변화, 시간, 및 공간을 포함하는 3개의 파라미터를 이용하는 3차원 분석을 적용하는 단계;상기 움직이는 영역 이미지가 화염 컬러 특징의 RGB 가우시안 분포 확률의 특징을 가지고 있는 지 및/또는 상기 움직이는 영역 이미지가 화염 컬러 특징의 YUV 가우시안 분포 확률의 특징을 가지고 있는 지를 판단하는 단계;4개의 컬러 파라미터 R, G, B, I에 의해 트레이닝된 인공 신경망 분석을 적용하는 단계; 및상기 인공 신경망 분석에 2개의 은닉 계층을 포함하는 BPN(Back-Propagation network) 모델을 적용하는 단계를 포함하고, 각 은닉 계층은 5개의 노드를 가진 화염 검출 방법.
- 화염 검출 방법에 있어서,감시 영역의 복수의 이미지를 캡쳐하는 단계;복수의 이미지에 움직이는 영역 이미지가 존재하는지를 판단하는 단계;제1 분석 결과를 생성하기 위해 상기 움직이는 영역 이미지의 플리커링 주파수를 분석하는 단계; 및상기 제1 분석 결과에 기초하여 상기 움직이는 영역 이미지가 화염 이미지인지를 판단하는 단계를 포함하는 화염 검출 방법.
- 제9 항에 있어서,상기 제1 분석 결과를 기준 화염 이미지의 제1 특징과 비교하는 단계;제2 분석 결과를 생성하기 위해 상기 움직이는 영역 이미지의 컬러 모델을 분석하고, 상기 제2 분석 결과와 기준 화염 이미지의 제2 특징을 비교하되, 상기 컬러 모델은 3차원 RGB 가우시안 혼합 모델과 3차원 YUV 가우시안 혼합 모델 중 적어도 하나를 적용하는 단계;제3 분석 결과를 생성하기 위해 상기 움직이는 영역 이미지의 위치를 분석하고, 상기 제3 분석 결과와 미리 결정된 제1 임계값을 비교하는 단계;제4 분석 결과를 생성하기 위해 상기 움직이는 영역 이미지의 영역을 분석하고, 상기 제4 분석 결과와 미리 결정된 제2 임계값을 비교하는 단계;상기 비교 단계들의 결과들에 기초하여 상기 움직이는 영역 이미지가 화염 이미지인지를 판단하는 단계;상기 제1 및 제2 분석 결과를 데이터베이스에 저장하는 단계; 및상기 움직이는 영역 이미지가 화염 이미지로 판단될 때 경보 신호를 보내는 단계를 더 포함하는 화염 검출 방법.
- 제9 항에 있어서,상기 플리커링 주파수를 분석하는 단계는 1차원 시간 웨이블릿 변환을 이용하여 상기 움직이는 영역 이미지의 컬러와 높이 중 적어도 하나가 어떻게 시간에 따라 변하는지를 판단하되, 컬러 파라미터 I와 Y 중 적어도 하나가 분석되고, 상기 컬러 파라미터 I와 Y 중 적어도 하나에 대한 5Hz 내지 10Hz의 플리커링 주파수의 범위가 분석을 위해 채택되는 화염 검출 방법.
- 화염 검출 방법에 있어서,감시 영역의 복수의 이미지를 캡쳐하는 단계;제1 분석 결과를 생성하기 위해 복수의 이미지 내의 움직이는 영역 이미지의 위치를 분석하는 단계;상기 제1 분석 결과에 기초하여 상기 움직이는 영역 이미지가 화염 이미지인지를 판단하는 단계를 포함하는 화염 검출 방법.
- 제12 항에 있어서,상기 복수의 이미지는 다른 시간에서의 상기 감시 영역의 기록된 이미지이고, 제1 캡쳐 시간에서의 제1 이미지 및 제2 캡쳐 시간에서의 제2 이미지를 포함하고, 상기 움직이는 영역 이미지는 상기 제1 공간 이미지 및 상기 제2 공간 이미지에서 다른 특정 이미지이고 상기 제1 캡쳐 시간과 상기 제2 공간 시간간의 시간 간격으로 상기 감시 영역 내의 움직이는 오브젝트를 나타내는 화염 검출 방법.
- 제13 항에 있어서,상기 복수의 이미지에 움직이는 영역 이미지가 존재하는지를 판단하는 단계;상기 제1 분석 결과를 미리 결정된 제1 임계값과 비교하는 단계;제2 분석 결과를 생성하기 위해 상기 움직이는 영역 이미지의 컬러 모델을 분석하고, 상기 제2 분석 결과와 기준 화염 이미지의 제2 특징을 비교하되, 상기 컬러 모델은 3차원 RGB 가우시안 혼합 모델과 3차원 YUV 가우시안 혼합 모델 중 적어도 하나를 적용하는 단계; 및제3 분석 결과를 생성하기 위해 상기 움직이는 영역 이미지의 플리커링 주파수를 분석하고, 상기 제2 분석 결과와 기준 화염 이미지의 제3 특징을 비교하는 단계;제4 분석 결과를 생성하기 위해 상기 움직이는 영역 이미지의 영역을 분석하고, 상기 제4 분석 결과와 미리 결정된 제2 임계값을 비교하는 단계;상기 비교 단계의 결과에 기초하여 상기 움직이는 영역 이미지가 화염 이미지인지를 판단하는 단계;상기 비교 단계들의 결과들에 기초하여 상기 움직이는 영역 이미지가 화염 이미지인지를 판단하는 단계;상기 제2 및 제3 분석 결과를 데이터베이스에 저장하는 단계; 및상기 움직이는 영역 이미지가 화염 이미지로 판단될 때 경보 신호를 보내는 단계를 더 포함하는 화염 검출 방법.
- 제14 항에 있어서,상기 컬러 모델을 분석하는 단계는,상기 움직이는 영역 이미지의 영역 컬러 픽셀 변화, 시간, 및 공간을 포함하는 3개의 파라미터를 이용하는 3차원 분석을 적용하는 단계;상기 움직이는 영역 이미지가 화염 컬러 특징의 RGB 가우시안 분포 확률의 특징을 가지고 있는지 및/또는 상기 움직이는 영역 이미지가 화염 컬러 특징의 YUV 가우시안 분포 확률의 특징을 가지고 있는 지를 판단하는 단계;4개의 컬러 파라미터 R, G, B, I에 의해 트레이닝된 인공 신경망 분석을 적용하는 단계; 및상기 인공 신경망 분석에 2개의 은닉 계층을 포함하는 BPN(Back-Propagation network) 모델을 적용하는 단계를 포함하되, 각 은닉 계층은 5개의 노드를 가진 화염 검출 방법.
- 제14 항에 있어서,상기 플리커링 주파수를 분석하는 단계는 1차원 시간 웨이블릿 변환을 이용하여 상기 움직이는 영역 이미지의 컬러와 높이 중 적어도 하나가 어떻게 시간에 따라 변하는지를 판단하고, 컬러 파라미터 I와 Y 중 적어도 하나가 분석되고, 상기 컬러 파라미터 I와 Y 중 적어도 하나에 대한 5Hz 내지 10Hz의 플리커링 주파수의 범위가 분석을 위해 채택되는 화염 검출 방법.
- 제14 항에 있어서,상기 움직이는 영역 이미지의 영역의 변화를 분석하는 단계는,오브젝트 추적 알고리즘을 이용하여 상기 움직이는 영역 이미지의 영역이 시간에 따라 변하는 제2 정도를 판단하는 단계; 및상기 제2 정도가 미리 결정된 제2 범위를 초과할 때 상기 움직이는 영역 이미지는 화염 이미지가 아닌 것으로 판단하는 단계를 포함하고,상기 제2 미리 결정된 범위는,(1/3) At < At +1 < 3At,로 정의되고, 여기서 At는 제1 캡쳐 시간에서의 상기 움직이는 영역 이미지의 영역이고, At + 1는 상기 제2 캡쳐 시간에서의 상기 움직이는 영역 이미지의 영역인 화염 검출 방법.
- 제13 항에 있어서,상기 움직이는 영역 이미지의 위치의 변화를 분석하는 단계는,오브젝트 추적 알고리즘을 이용하여 상기 움직이는 영역 이미지의 중심 위치가 시간에 따라 변하는 제1 정도를 분석 및 판단하는 단계; 및상기 제1 정도가 미리 결정된 제1 범위를 초과할 때, 상기 움직이는 영역 이미지는 화염 이미지가 아닌 것으로 판단하는 단계를 포함하고,상기 미리 결정된 제1 범위는,|(Xt +1,Yt +1)-(Xt,Yt)| < TH1,로 정의되고, 여기서 (Xt,Yt)는 제1 캡쳐 시간에서의 상기 움직이는 영역 이미지의 중심 위치이고, (Xt +1,Yt +1)는 제2 캡쳐 시간에서의 상기 움직이는 영역 이미지의 중심 위치이며, TH1는 미리 결정된 값인 화염 검출 방법.
- 제18 항에 있어서,복수의 이미지의 크기가 320x240 픽셀일 때, TH1는 80 픽셀인 화염 검출 방법.
- 화염 검출 방법에 있어서,감시 영역의 복수의 이미지를 캡쳐하는 단계;제1 분석 결과를 생성하기 위해 상기 복수의 이미지 내의 움직이는 영역 이미지의 영역을 분석하는 단계; 및상기 제1 분석 결과에 기초하여 상기 움직이는 영역 이미지가 화염 이미지인지를 판단하는 단계를 포함하는 화염 검출 방법.
- 제20 항에 있어서,상기 복수의 이미지에 움직이는 영역 이미지가 존재하는지를 판단하는 단계;상기 제1 분석 결과를 미리 결정된 제1 임계값과 비교하는 단계;제2 분석 결과를 생성하기 위해 상기 움직이는 영역 이미지의 컬러 모델을 분석하고, 상기 제2 분석 결과와 기준 화염 이미지의 제2 특징을 비교하되, 상기 컬러 모델은 3차원 RGB 가우시안 혼합 모델과 3차원 YUV 가우시안 혼합 모델 중 적어도 하나를 적용하는 단계; 및제3 분석 결과를 생성하기 위해 상기 움직이는 영역 이미지의 플리커링 주파수를 분석하고, 상기 제2 분석 결과와 기준 화염 이미지의 제3 특징을 비교하는 단계;제4 분석 결과를 생성하기 위해 상기 움직이는 영역 이미지의 위치를 분석하고, 상기 제4 분석 결과와 미리 결정된 제2 임계값을 비교하는 단계;상기 비교 단계들의 결과들에 기초하여 상기 움직이는 영역 이미지가 화염 이미지인지를 판단하는 단계;상기 제2 및 제3 분석 결과를 데이터베이스에 저장하는 단계; 및상기 움직이는 영역 이미지가 화염 이미지로 판단될 때 경보 신호를 보내는 단계를 더 포함하는 화염 검출 방법.
- 제20 항에 있어서,상기 복수의 이미지는 다른 시간에서의 상기 감시 영역의 기록된 이미지이고, 제1 캡쳐 시간에서의 제1 이미지 및 제2 캡쳐 시간에서의 제2 이미지를 포함하며,상기 움직이는 영역 이미지의 영역의 변화를 분석하는 단계는,오브젝트 추적 알고리즘을 이용하여 상기 움직이는 영역 이미지의 영역이 시간에 따라 변하는 제2 정도를 판단하는 단계; 및상기 제2 정도가 미리 결정된 제2 범위를 초과할 때 상기 움직이는 영역 이미지는 화염 이미지가 아닌 것으로 판단하는 단계를 포함하고,상기 미리 결정된 제2 범위는,(1/3) At < At +1 < 3At,로 정의되고, 여기서 At는 제1 캡쳐 시간에서의 상기 움직이는 영역 이미지의 영역이고, At + 1는 상기 제2 캡쳐 시간에서의 상기 움직이는 영역 이미지의 영역인 화염 검출 방법.
- 화염 검출 장치에 있어서,복수의 이미지를 캡쳐하는 이미지 캡쳐 유닛;제1 분석 결과를 생성하기 위해, 상기 복수의 이미지 내의 움직이는 영역 이 미지의 컬러 모델을 분석하되, 상기 컬러 모델은 3차원 RGB 가우시안 혼합 모델과 3차원 YUV 가우시안 혼합 모델 중 적어도 하나를 적용하는 제1 분석 유닛; 및상기 제1 분석 결과를 기준 화염 특징과 비교하는 비교 유닛을 포함하는 화염 검출 장치.
- 제23 항에 있어서,상기 복수의 이미지는 다른 시간에서의 상기 감시 영역의 기록된 이미지이고, 제1 캡쳐 시간에서의 제1 이미지 및 제2 캡쳐 시간에서의 제2 이미지를 포함하고, 상기 움직이는 영역 이미지는 상기 제1 공간 이미지 및 상기 제2 공간 이미지에서 다른 특정 이미지이고 상기 제1 캡쳐 시간과 상기 제2 공간 시간간의 시간 간격으로 상기 감시 영역 내의 움직이는 오브젝트를 나타내는 화염 검출 장치.
- 제24 항에 있어서,상기 이미지 캡쳐 유닛에 연결되어, 상기 복수의 이미지에 상기 움직이는 영역 이미지가 존재하는지를 판단하는 제2 분석 유닛;상기 이미지 캡쳐 유닛에 연결되어, 기준 화염의 플리커링 주파수 특징과 비교하여 제2 분석 결과를 생성하기 위해 상기 움직이는 영역 이미지의 플리커링 주파수를 분석하는 제3 분석 유닛;상기 이미지 캡쳐 유닛에 연결되어, 미리 결정된 제1 임계값과 비교하여 제3 분석 결과를 생성하기 위해 상기 움직이는 영역 이미지의 위치 변화를 분석하는 위 치 분석 유닛;상기 이미지 캡쳐 유닛에 연결되어, 미리 결정된 제2 임계값과 비교하여 제4 분석 결과를 생성하기 위해 상기 움직이는 영역 이미지의 영역 변화를 분석하는 영역 분석 유닛;상기 비교 유닛에 연결되어, 상기 기준 화염 특징을 저장하는 데이터베이스; 및상기 비교 유닛에 연결되어, 상기 움직이는 영역 이미지가 화염 이미지로 판단될 때 경보 신호를 발생하는 경보 유닛을 더 포함하고,상기 비교 유닛은 상기 분석 유닛들의 각각에 연결되는 화염 검출 장치.
- 제25 항에 있어서,상기 제2 분석 유닛은 1차원 시간 웨이블릿 변환을 이용하여 상기 움직이는 영역 이미지의 컬러와 높이 중 적어도 하나가 어떻게 시간에 따라 변하는지를 판단하고, 컬러 파라미터 I와 Y 중 적어도 하나가 분석되고, 상기 컬러 파라미터 I와 Y 중 적어도 하나에 대한 5Hz 내지 10Hz의 플리커링 주파수의 범위가 분석을 위해 채택되는 화염 검출 장치.
- 제25 항에 있어서,상기 위치 분석 유닛은 오브젝트 추적 알고리즘을 이용하여 상기 움직이는 영역 이미지의 중심 위치가 시간에 따라 변하는 제1 정도를 판단하고, 상기 제1 정 도가 제1 미리 결정된 범위를 초과할 때, 상기 움직이는 영역 이미지는 화염 이미지가 아닌 것으로 판단되고, 상기 제1 미리 결정된 범위는,|(Xt +1,Yt +1)-(Xt,Yt)| < TH1,로 정의되고, 여기서 (Xt,Yt)는 제1 캡쳐 시간에서의 상기 움직이는 영역 이미지의 중심 위치이고, (Xt +1,Yt +1)는 제2 캡쳐 시간에서의 상기 움직이는 영역 이미지의 중심 위치이며, TH1는 미리 결정된 값인 화염 검출 장치.
- 제27 항에 있어서,복수의 이미지의 크기가 320x240 픽셀일 때, TH1는 80 픽셀인 화염 검출 장치.
- 제25 항에 있어서,상기 영역 분석 유닛은 오브젝트 추적 알고리즘을 이용하여 상기 움직이는 영역 이미지의 영역이 시간에 따라 변하는 제2 정도를 판단하고, 상기 제2 정도가 제2 미리 결정된 범위를 초과할 때 상기 움직이는 영역 이미지는 화염 이미지가 아닌 것으로 판단되고, 상기 제2 미리 결정된 범위는,(1/3) At < At +1 < 3At,로 정의되고, 여기서 At는 제1 캡쳐 시간에서의 상기 움직이는 영역 이미지의 영역 이고, At + 1는 상기 제2 캡쳐 시간에서의 상기 움직이는 영역 이미지의 영역인 화염 검출 장치.
- 제25 항에 있어서,상기 데이터베이스는 또한 상기 움직이는 영역 이미지가 제2 기준 화염 특징의 역할을 하기 위한 화염으로 판단될 때 상기 제1 및 제3 분석 결과를 저장하는 화염 검출 장치.
- 제23 항에 있어서,상기 제1 분석 유닛은 상기 이미지 캡쳐 유닛에 연결되고, 상기 움직이는 영역 이미지가 화염 컬러 특징의 RGB 가우시안 분포 확률과 YUV 가우시안 분포 확률 중 적어도 하나의 확률의 특징을 갖고 있는 지를 판단하고, 가우시안 혼합 모델 및 3개의 파라미터를 이용하는 3차원 분석을 적용하고, 상기 3개의 파라미터는 상기 움직이는 영역 이미지의 컬러 픽셀 변화, 시간, 및 공간인 화염 검출 장치.
- 제23 항에 있어서,상기 제1 분석 유닛은 4개의 컬러 파라미터 R, G, B, I에 의해 트레이닝된 인공 신경망 분석으로 구성되고,2개의 은닉 계층을 포함한 BPN(Back-Propagation network) 모델은 상기 인공 신경망 분석에 채택되고, 각 은닉 계층은 5개의 노드를 가진 화염 검출 장치.
- 제23 항에 있어서,상기 이미지 캡쳐 유닛은 카메라와 비디오 레코더 중 하나인 화염 검출 장치.
- 화염 검출 장치에 있어서,복수의 이미지를 캡쳐하는 이미지 캡쳐 유닛;제1 분석 결과를 생성하기 위해, 상기 복수의 이미지 내의 움직이는 영역 이미지의 플리커링 주파수를 분석하는 제1 분석 유닛; 및상기 제1 분석 결과를 기준 화염 특징과 비교하는 비교 유닛을 포함하는 화염 검출 장치.
- 제34 항에 있어서,상기 복수의 이미지는 다른 시간에서의 상기 감시 영역의 기록된 이미지이고, 제1 캡쳐 시간에서의 제1 이미지 및 제2 캡쳐 시간에서의 제2 이미지를 포함하고, 상기 화염 검출 장치는,상기 이미지 캡쳐 유닛에 연결되어, 상기 복수의 이미지에 상기 움직이는 영역 이미지가 존재하는지를 판단하는 제2 분석 유닛;상기 이미지 캡쳐 유닛에 연결되어, 기준 화염의 컬러 모델 특징과 비교하여 제2 분석 결과를 생성하기 위해 움직이는 영역 이미지의 컬러 모델을 분석하되, 상기 컬러 모델은 3차원 RGB 가우시안 혼합 모델과 3차원 YUV 가우시안 혼합 모델 중 적어도 하나를 적용하는 제3 분석 유닛;상기 이미지 캡쳐 유닛에 연결되어, 미리 결정된 제1 임계값과 비교하여 제3 분석 결과를 생성하기 위해 상기 움직이는 영역 이미지의 위치 변화를 분석하는 위치 분석 유닛;상기 이미지 캡쳐 유닛에 연결되어, 미리 결정된 제2 임계값과 비교하여 제4 분석 결과를 생성하기 위해 상기 움직이는 영역 이미지의 영역 변화를 분석하는 영역 분석 유닛;상기 비교 유닛에 연결되어, 상기 기준 화염 특징을 저장하는 데이터베이스; 및상기 비교 유닛에 연결되어, 상기 움직이는 영역 이미지가 화염 이미지로 판단될 때 경보 신호를 발생하는 경보 유닛을 더 포함하고,상기 비교 유닛은 상기 분석 유닛들의 각각에 연결되는 화염 검출 장치.
- 제35 항에 있어서,상기 제3 분석 유닛은 상기 움직이는 영역 이미지가 화염 컬러 특징의 RGB 가우시안 분포 확률과 YUV 가우시안 분포 확률 중 적어도 하나의 확률의 특징을 가지고 있는 지를 판단하고, 가우시안 혼합 모델 및 3개의 파라미터를 이용하는 3차원 분석을 채택하고, 상기 3개의 파라미터는 상기 움직이는 영역 이미지의 컬러 픽 셀 변화, 시간, 및 공간인 화염 검출 장치.
- 제34 항에 있어서,상기 제1 분석 유닛은 상기 이미지 캡쳐 유닛에 연결되어, 1차원 시간 웨이블릿 변환을 이용하여 상기 움직이는 영역 이미지의 컬러와 높이 중 적어도 하나가 어떻게 시간에 따라 변하는지를 분석하고, 컬러 파라미터 I와 Y 중 적어도 하나가 분석되고, 상기 컬러 파라미터 I와 Y 중 적어도 하나에 대한 5Hz 내지 10Hz의 플리커링 주파수의 범위가 분석을 위해 채택되는 화염 검출 장치.
- 화염 검출 장치에 있어서,복수의 이미지를 캡쳐하는 이미지 캡쳐 유닛;제1 분석 결과를 생성하기 위해, 상기 움직이는 영역 이미지의 위치 변화를 분석하는 위치 분석 유닛; 및상기 분석 유닛에 연결되어, 상기 제1 분석 결과를 미리 결정된 제1 임계값과 비교하는 비교 유닛을 포함하는 화염 검출 장치.
- 제38 항에 있어서,상기 복수의 이미지는 다른 시간에서의 상기 감시 영역의 기록된 이미지이고, 제1 캡쳐 시간에서의 제1 이미지 및 제2 캡쳐 시간에서의 제2 이미지를 포함하고, 상기 화염 검출 장치는,상기 이미지 캡쳐 유닛에 연결되어, 상기 움직이는 영역 이미지가 복수의 이미지에 존재하는지를 판단하는 제1 분석 유닛;상기 이미지 캡쳐 유닛에 연결되어, 제2 분석 결과를 생성하기 위해 상기 복수의 이미지에 상기 움직이는 영역 이미지의 컬러 모델이 존재하는지를 판단하되, 상기 컬러 모델은 3차원 RGB 가우시안 혼합 모델과 3차원 YUV 가우시안 혼합 모델 중 적어도 하나를 적용하는 제2 분석 유닛;상기 이미지 캡쳐 유닛에 연결되어, 제3 분석 결과를 발생하기 위해 상기 복수의 이미지 내의 상기 움직이는 영역 이미지의 플리커링 주파수를 분석하는 제3 분석 유닛;상기 이미지 캡쳐 유닛에 연결되어, 미리 결정된 제2 임계값과 비교하여 제4 분석 결과를 생성하기 위해 상기 움직이는 영역 이미지의 영역 변화를 분석하는 영역 분석 유닛;상기 비교 유닛에 연결되어, 상기 기준 화염 특징을 저장하는 데이터베이스; 및상기 비교 유닛에 연결되어, 상기 움직이는 영역 이미지가 화염 이미지로 판단될 때 경보 신호를 발생하는 경보 유닛을 더 포함하고,상기 비교 유닛은 상기 분석 유닛들의 각각에 연결되어, 상기 분석 결과들을 기준 화염의 특징과 비교하는 화염 검출 장치.
- 제39 항에 있어서,상기 위치 분석 유닛은 상기 비교 유닛에 연결되어, 오브젝트 추적 알고리즘을 이용하여 상기 움직이는 영역 이미지의 중심 위치가 시간에 따라 변하는 제1 정도를 판단하고, 상기 제1 정도가 미리 결정된 범위를 초과할 때, 상기 움직이는 영역 이미지는 화염 이미지가 아닌 것으로 판단되고, 상기 미리 결정된 범위는,|(Xt +1,Yt +1)-(Xt,Yt)| < TH1,로 정의되고, 여기서 (Xt,Yt)는 제1 캡쳐 시간에서의 상기 움직이는 영역 이미지의 중심 위치이고, (Xt +1,Yt +1)는 제2 캡쳐 시간에서의 상기 움직이는 영역 이미지의 중심 위치이며, TH1는 미리 결정된 값인 화염 검출 장치.
- 제40 항에 있어서,복수의 이미지의 크기가 320x240 픽셀일 때, TH1는 80 픽셀인 화염 검출 장치.
- 화염 검출 장치에 있어서,복수의 이미지를 캡쳐하는 이미지 캡쳐 유닛;상기 이미지 캡쳐 유닛에 연결되어, 제1 분석 결과를 생성하기 위해, 상기 움직이는 영역 이미지의 영역 변화를 분석하는 영역 분석 유닛; 및상기 영역 분석 유닛에 연결되어, 상기 제1 분석 결과를 미리 결정된 제1 임계값과 비교하는 비교 유닛을 포함하는 화염 검출 장치.
- 제42 항에 있어서,상기 이미지 캡쳐 유닛에 연결되어, 상기 움직이는 영역 이미지가 복수의 이미지에 존재하는지를 판단하는 제1 분석 유닛;상기 이미지 캡쳐 유닛에 연결되어, 제2 분석 결과를 생성하기 위해 상기 복수의 이미지에 상기 움직이는 영역 이미지의 컬러 모델이 존재하는지를 판단하되, 상기 컬러 모델은 3차원 RGB 가우시안 혼합 모델과 3차원 YUV 가우시안 혼합 모델 중 적어도 하나를 적용하는 제2 분석 유닛;상기 이미지 캡쳐 유닛에 연결되어, 제3 분석 결과를 생성하기 위해 상기 복수의 이미지 내의 상기 움직이는 영역 이미지의 플리커링 주파수를 분석하는 제3 분석 유닛;상기 이미지 캡쳐 유닛에 연결되어, 미리 결정된 제2 임계값과 비교하여 제4 분석 결과를 생성하기 위해 상기 움직이는 영역 이미지의 위치 변화를 분석하는 위치 분석 유닛;상기 비교 유닛에 연결되어, 상기 기준 화염 특징을 저장하는 데이터베이스; 및상기 비교 유닛에 연결되어, 상기 움직이는 영역 이미지가 화염 이미지로 판단될 때 경보 신호를 발생하는 경보 유닛을 더 포함하고,상기 비교 유닛은 상기 분석 유닛들의 각각에 연결되어, 상기 분석 결과들을 기준 화염의 특징과 비교하는 화염 검출 장치.
- 제3 항에 있어서,상기 복수의 이미지는 다른 시간에서의 상기 감시 영역의 기록된 이미지이고, 제1 캡쳐 시간에서의 제1 이미지 및 제2 캡쳐 시간에서의 제2 이미지를 포함하고,상기 영역 분석 유닛은 오브젝트 추적 알고리즘을 이용하여 상기 움직이는 영역 이미지의 영역이 시간에 따라 변하는 정도를 판단하고, 상기 정도가 미리 결정된 범위를 초과할 때 상기 움직이는 영역 이미지는 화염 이미지가 아닌 것으로 판단되고, 상기 미리 결정된 범위는,(1/3) At < At +1 < 3At,로 정의되고, 여기서 At는 제1 캡쳐 시간에서의 상기 움직이는 영역 이미지의 영역이고, At + 1는 상기 제2 캡쳐 시간에서의 상기 움직이는 영역 이미지의 영역인 화염 검출 장치.
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW95146545 | 2006-12-12 | ||
TW95146545 | 2006-12-12 | ||
KR1020070057844A KR20080054331A (ko) | 2006-12-12 | 2007-06-13 | 화염 검출 방법 및 장치 |
KR1020070057844 | 2007-06-13 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20080054368A true KR20080054368A (ko) | 2008-06-17 |
KR101168760B1 KR101168760B1 (ko) | 2012-07-26 |
Family
ID=39497506
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020070057844A KR20080054331A (ko) | 2006-12-12 | 2007-06-13 | 화염 검출 방법 및 장치 |
KR1020070129375A KR101168760B1 (ko) | 2006-12-12 | 2007-12-12 | 화염 검출 방법 및 장치 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020070057844A KR20080054331A (ko) | 2006-12-12 | 2007-06-13 | 화염 검출 방법 및 장치 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20080136934A1 (ko) |
JP (1) | JP4668978B2 (ko) |
KR (2) | KR20080054331A (ko) |
IT (1) | ITMI20072321A1 (ko) |
RU (1) | RU2393544C2 (ko) |
TW (1) | TWI369650B (ko) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
KR101054649B1 (ko) * | 2010-04-14 | 2011-08-08 | 부산대학교 산학협력단 | 터널 내 실시간 화재 감시 방법 |
KR101270718B1 (ko) * | 2011-11-30 | 2013-06-03 | 아이브스테크놀러지(주) | 영상에서 화재를 검출하기 위한 영상처리 장치 및 방법 |
US10102343B2 (en) | 2014-11-18 | 2018-10-16 | Sangmyung University Seoul Industry-Academy Cooperation Foundation | Method for extracting heart information based on micro movements of human body |
KR20210026261A (ko) | 2019-08-29 | 2021-03-10 | 건국대학교 글로컬산학협력단 | 스마트 재난안전 시스템 |
Families Citing this family (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 |
US8194152B2 (en) * | 2008-09-05 | 2012-06-05 | CSR Technology, Inc. | Image processing under flickering lighting conditions using estimated illumination parameters |
GB2472646A (en) * | 2009-08-14 | 2011-02-16 | Alan Frederick Boyd | CCTV system arranged to detect the characteristics of a fire |
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 |
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*** |
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 |
KR102160591B1 (ko) * | 2019-07-24 | 2020-09-28 | 동아대학교 산학협력단 | 화재 상황 감지 모델을 위한 화재 상황 생성 시스템 및 그 최적화 방법 |
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 |
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 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5153722A (en) * | 1991-01-14 | 1992-10-06 | Donmar Ltd. | Fire detection system |
JPH04286097A (ja) * | 1991-03-15 | 1992-10-12 | Matsushita Electric Ind Co Ltd | 火災報知装置 |
GB2257598B (en) * | 1991-07-12 | 1994-11-30 | Hochiki Co | Surveillance monitor system using image processing |
JP3827426B2 (ja) * | 1997-11-06 | 2006-09-27 | 能美防災株式会社 | 火災検出装置 |
JP2000099696A (ja) | 1998-09-22 | 2000-04-07 | Oki Electric Ind Co Ltd | 炎検出装置 |
JP3909634B2 (ja) * | 1999-05-18 | 2007-04-25 | 小糸工業株式会社 | 火災発生位置検出装置 |
GB9922761D0 (en) * | 1999-09-27 | 1999-11-24 | Sentec Ltd | Fire detection algorithm |
ATE340395T1 (de) * | 2000-02-07 | 2006-10-15 | Vsd Ltd | Rauch- und flammendetektion |
US6184792B1 (en) * | 2000-04-19 | 2001-02-06 | George Privalov | Early fire detection method and apparatus |
ATE298912T1 (de) * | 2001-02-26 | 2005-07-15 | Fastcom Technology Sa | Verfahren und einrichtung zum erkennung von fasern auf der grundlage von bildanalyse |
JP4042891B2 (ja) * | 2001-03-22 | 2008-02-06 | 能美防災株式会社 | 火災検出装置 |
US7680297B2 (en) * | 2004-05-18 | 2010-03-16 | Axonx Fike Corporation | Fire detection method and apparatus |
FR2880455A1 (fr) * | 2005-01-06 | 2006-07-07 | Thomson Licensing Sa | Methode et dispositif de segmentation d'une image |
US7466842B2 (en) * | 2005-05-20 | 2008-12-16 | Mitsubishi Electric Research Laboratories, Inc. | Modeling low frame rate videos with bayesian estimation |
-
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 TW TW096147304A patent/TWI369650B/zh active
- 2007-12-11 JP JP2007319265A patent/JP4668978B2/ja active Active
- 2007-12-11 RU RU2007145735/09A patent/RU2393544C2/ru active
- 2007-12-12 KR KR1020070129375A patent/KR101168760B1/ko active IP Right Grant
- 2007-12-12 IT IT002321A patent/ITMI20072321A1/it unknown
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
KR101054649B1 (ko) * | 2010-04-14 | 2011-08-08 | 부산대학교 산학협력단 | 터널 내 실시간 화재 감시 방법 |
KR101270718B1 (ko) * | 2011-11-30 | 2013-06-03 | 아이브스테크놀러지(주) | 영상에서 화재를 검출하기 위한 영상처리 장치 및 방법 |
US10102343B2 (en) | 2014-11-18 | 2018-10-16 | Sangmyung University Seoul Industry-Academy Cooperation Foundation | Method for extracting heart information based on micro movements of human body |
KR20210026261A (ko) | 2019-08-29 | 2021-03-10 | 건국대학교 글로컬산학협력단 | 스마트 재난안전 시스템 |
Also Published As
Publication number | Publication date |
---|---|
US20080136934A1 (en) | 2008-06-12 |
JP4668978B2 (ja) | 2011-04-13 |
KR101168760B1 (ko) | 2012-07-26 |
JP2008262533A (ja) | 2008-10-30 |
TW200839660A (en) | 2008-10-01 |
KR20080054331A (ko) | 2008-06-17 |
TWI369650B (en) | 2012-08-01 |
RU2007145735A (ru) | 2009-06-20 |
RU2393544C2 (ru) | 2010-06-27 |
ITMI20072321A1 (it) | 2008-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101168760B1 (ko) | 화염 검출 방법 및 장치 | |
US7868772B2 (en) | Flame detecting method and device | |
Dedeoglu et al. | Real-time fire and flame detection in video | |
JP4705090B2 (ja) | 煙感知装置及びその方法 | |
CN102163358B (zh) | 一种基于视频图像分析的烟雾/火焰检测方法 | |
CN107085714B (zh) | 一种基于视频的森林火灾检测方法 | |
CN106600888B (zh) | 一种森林火灾自动检测方法及*** | |
US7859419B2 (en) | Smoke detecting method and device | |
US7995843B2 (en) | Monitoring device which monitors moving objects | |
EP2000998B1 (en) | Flame detecting method and device | |
CN106897720A (zh) | 一种基于视频分析的烟火检测方法及装置 | |
JP2021514548A (ja) | 目標対象物の監視方法、装置及びシステム | |
KR101953342B1 (ko) | 멀티 센서 화재감지 방법 및 시스템 | |
US8922674B2 (en) | Method and system for facilitating color balance synchronization between a plurality of video cameras and for obtaining object tracking between two or more video cameras | |
KR101204259B1 (ko) | 화재 검출 방법 | |
CN101635835A (zh) | 智能视频监控方法及*** | |
CN101316371A (zh) | 火焰侦测方法及装置 | |
KR20100093684A (ko) | 연기 감지 방법 및 장치 | |
CN115311604B (zh) | 一种基于物联网的消防方法 | |
CN114885119A (zh) | 一种基于计算机视觉的智能监控报警***及方法 | |
KR101840042B1 (ko) | 복합 가상 팬스 라인 설정 방법 및 이를 이용한 침입 감지 시스템 | |
KR101044903B1 (ko) | 영상 감시 시스템에서 은닉 마르코프 모델을 이용한 불 검출방법 | |
KR101270718B1 (ko) | 영상에서 화재를 검출하기 위한 영상처리 장치 및 방법 | |
CN113989732A (zh) | 基于深度学习的实时监控方法、***、设备和可读介质 | |
Jakovčević et al. | Notice of Violation of IEEE Publication Principles: Review of wildfire smoke detection techniques based on visible spectrum video analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
AMND | Amendment | ||
E601 | Decision to refuse application | ||
J201 | Request for trial against refusal decision | ||
AMND | Amendment | ||
B601 | Maintenance of original decision after re-examination before a trial | ||
E801 | Decision on dismissal of amendment | ||
J301 | Trial decision |
Free format text: TRIAL DECISION FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20100419 Effective date: 20110901 |
|
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20150706 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20160711 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20170711 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20180711 Year of fee payment: 7 |
|
FPAY | Annual fee payment |
Payment date: 20190710 Year of fee payment: 8 |