KR101300130B1 - 감시 카메라를 이용한 연기 검출 시스템 및 방법 - Google Patents

감시 카메라를 이용한 연기 검출 시스템 및 방법 Download PDF

Info

Publication number
KR101300130B1
KR101300130B1 KR1020120012435A KR20120012435A KR101300130B1 KR 101300130 B1 KR101300130 B1 KR 101300130B1 KR 1020120012435 A KR1020120012435 A KR 1020120012435A KR 20120012435 A KR20120012435 A KR 20120012435A KR 101300130 B1 KR101300130 B1 KR 101300130B1
Authority
KR
South Korea
Prior art keywords
smoke
texture
region
image
surveillance camera
Prior art date
Application number
KR1020120012435A
Other languages
English (en)
Other versions
KR20130091138A (ko
Inventor
김재민
Original Assignee
홍익대학교 산학협력단
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 홍익대학교 산학협력단 filed Critical 홍익대학교 산학협력단
Priority to KR1020120012435A priority Critical patent/KR101300130B1/ko
Publication of KR20130091138A publication Critical patent/KR20130091138A/ko
Application granted granted Critical
Publication of KR101300130B1 publication Critical patent/KR101300130B1/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
    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration by the use of local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • 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
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • 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
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/02—Monitoring continuously signalling or alarm systems
    • G08B29/04—Monitoring of the detection circuits
    • G08B29/043—Monitoring of the detection circuits of fire detection circuits

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)
  • Computer Security & Cryptography (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Fire-Detection Mechanisms (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 감시 카메라를 이용한 연기 검출 시스템 및 방법에 관한 것으로서, 감시 카메라를 통하여 화재 감시 영역의 영상을 촬영하는 단계; 상기 감시 카메라로부터 획득한 영상으로부터 누적 장면 차분 영상을 구하고, 상기 누적 장면 차분 영상으로부터 변화 영역을 검출하는 단계; 상기 검출된 변화 영역에 존재하는 노이즈를 제거하는 단계; 인접한 영역간 클러스터링을 통하여 텍스처 분석 영역을 형성하는 단계; 각 텍스처 분석 영역의 정적 텍스처의 특징 및 동적 텍스처의 특징을 추출하는 단계; 및 상기 정적 텍스처 및 동적 텍스처로부터 추출된 특징과 기저장된 연기 영상 기준값을 비교하여 연기 영역을 검출하는 단계를 포함하는 감시 카메라를 이용한 연기 검출 방법 및 시스템이 제공된다..

Description

감시 카메라를 이용한 연기 검출 시스템 및 방법 {System and method for detecting smoke using surveillance camera}
본 발명은 감시 카메라를 이용한 연기 검출 시스템 및 방법에 관한 것으로, 보다 상세하게는 누적된 장면 차분 영상으로부터 변화 영역을 검출하고, 검출된 영역의 정적 텍스처 뿐만 아니라 동적 텍스처로부터 추출한 특징을 이용하여 연기를 검출하는 감시 카메라를 이용한 연기 검출 시스템 및 방법에 관한 것이다.
일반적으로 화재 감시를 위해서는 구조물의 천정 등에 설치된 화염 센서나 온도 센서와 같은 화재 감지 장치를 이용하고 있다. 종래기술에 따른 화재 감지 장치는 열이나 온도 등에 의한 화재가 감지되면, 감지된 신호를 제어 장치로 전달하고, 제어 장치는 감지 신호에 응답하여 화재 발생 지점을 표시함과 동시에 화재 경보를 발생한다.
그러나, 이러한 화재 감지 장치는 화재가 아닌 다른 원인에 의해서도 동작될 수도 있으며, 이러한 오동작으로 인한 불편함이 발생할 수 있다.
또한, 건물 내부나 터널 등에는 화재를 감지하기 위한 연기 검출 센서가 사용되고 있으며, 이러한 연기 검출 센서를 이용하는 경우 발화점에서 발생한 연기가 확산되어 센서에서 감지되기까지 많은 시간이 소요되는 단점이 있다. 연기 검출 센서의 경우 넓은 영역에서 화재가 발생할 경우 빠른 시간 내에 감지가 어렵기 때문에 화재 검출 시간이 지연되고, 그 피해는 급격히 커지는 문제점이 발생한다.
대부분의 주요 시설은 센서를 이용하여 화재 등의 유고 상황을 감시하지만, 동시에 감시 카메라를 설치하여 중앙 관제소에서 관제 요원이 실시간으로 현장 상황을 모니터링 할 수 있도록 되어 있다. 이러한 감시 카메라를 이용하여 화재 연기를 자동으로 실시간 검출할 수 있다면 많은 장점을 가질 수 있다. 우선 점단위로 접촉하는 연기를 검출하는 센서에 비하여 소수의 카메라로 넓은 영역을 감시할 수 있으며, 연기가 발생한 후 짧은 시간 내에 연기를 자동 검출할 수 있다는 장점이 있다.
그러나, 화재 연기의 오검출로 인한 잘못된 경보가 자주 발생할 경우에는 관재 요원이 경보 시스템을 무시할 수 있기 때문에, 감시 카메라를 이용한 자동 연기 검출을 실용화하기 위해서는 높은 신뢰도의 연기 검출 알고리즘이 절실히 필요한 상황이다.
후지와라 및 테라다에 의해 제안된 종래의 알고리즘은 연기 형상이 가지고 있는 자기 유사성 특징을 프랙털 코딩(fractal coding)기법으로 확인하여 연기를 검출하는 방식이다. 그러나, 연기의 시각적인 형상은 불분명하고 지속적으로 형상과 밀도가 변화하기 때문에 자기 유사성 특징만을 가지고 연기를 안정적으로 검출하는 데는 한계가 있다.
코필로빅 등에 의해 제안된 종래의 알고리즘은 연기 영상에서는 화소들이 불규칙적인 움직임을 가진다는 사실에 근거하여 연기를 검출하는 방식이다. 이를 위하여, 시각적 유동(optical flow) 방법으로 화소의 움직임을 추정하고, 움직임 방향 분포의 엔트로피(entropy)를 계산하여 움직임의 불규칙성을 계산하였다.
빈센트와 구일레만트에 의해 제안된 종래의 알고리즘은 비슷한 움직임을 가지는 화소를 클러스터링(clustering)하고, 움직임 속도 분포의 히스토그램을 이용하여 연기를 검출하는 방식이다.
트로옹 등에 의해 제안된 종래의 알고리즘은 블록 단위로 변화를 검출하고, 검출된 영역의 칼라 특성을 이용하여 후보 대상을 축소하고, 최종적으로 움직임 방향을 이용하여 연기 영역을 검출하는 방식이다.
이러한 시각적 유동을 추정한 결과를 바탕으로 연기 검출은, 외부 환경으로 인한 시각적 유동과 연기의 움직임으로 인한 시각적인 유동의 차이를 구별하는 것이 쉽지 않기 때문에 노이즈가 많은 환경에서는 신뢰성이 높지 않다는 단점이 존재한다.
토레인 등에 의해 제안된 알고리즘은 배경 차분(background subtraction)방법으로 배경으로부터 움직이는 영역을 분리하고, 분리된 영역을 웨이블릿 변환으로 생성한 서브밴드에서 에너지의 변화를 분석하여 연기를 검출하는 방식이다.
칼데라레 등에 의해 제안된 알고리즘은 웨이블릿 서브밴드에서 시간에 따른 화소의 변화의 분포를 가우시안 혼합모델로 모델링하고, 모델 계수의 변화를 분석하여 연기를 검출하는 방식이었으며, 라피 및 타바콜리에 의해 제안된 알고리즘은 움직임 영역을 검출하고, 검출된 영역의 칼라 특성을 이용하여 후보 대상을 축소하고, 최종적으로 웨이블릿 서브밴드에서 에너지의 변화를 분석하여 연기를 검출하는 방식이었다.
그렉-시니 등에 의해 제안된 알고리즘은 상관관계, 분산, 에지 유무의 변화 등 다수개의 특징을 사용하여, 검출된 움직임 영역이 연기에 의한 움직임인지 사람 등의 객체에 의한 움직임인지를 구별하여 연기를 검출하는 방식이었으며, 마루타 등에 의해 제안된 알고리즘은 움직임 영역을 검출하고, 검출된 영역의 연기 텍스처를 분석하여 연기 영역을 검출하는 방식으로, 검출의 신뢰도를 높이기 위하여 일정 시간이 지난 다수의 영상 프레임에서 연기 텍스처로 판정이 되면 최종적으로 연기로 판정하는 방식이고, 시옹 등에 의해 제안된 알고리즘은 학습된 배경 차분을 이용하여 움직임을 검출하고, 검출된 영역의 모양, 영역 내 에지의 소멸 주기 등을 분석하여 연기를 검출하는 방식이었다.
쉔-쿠엔 등에 의해 제안된 알고리즘은 검출된 움직임 영역 내의 칼라 값의 변화, 에지의 흐려짐, 에지의 발생 소멸을 분석하여 연기 영역을 검출하는 방식이었다.
그러나, 위에서 살펴본 종래 기술에 따른 알고리즘들은 단순 환경에서는 안정적으로 작동할 수 있으나, 동적 특성을 가지는 복잡한 배경에서는 신뢰성이 보장되지 않는다는 문제점이 있다. 즉, 헤드라이트를 켜고 역주행하는 차량, 비상등을 점멸하면서 주행하는 차량 등과 같은 복잡한 배경을 갖는 상황 등을 연기 검출기 학습에 고려하지 않을 수 있기 때문이다.
따라서, 감시 카메라를 이용한 연기 검출을 실용화하기 위해서는 신뢰도가 높으면서 검출 시간이 짧고, 복잡한 환경에서도 오검출 발생률이 현저히 낮은 연기 검출 알고리즘의 개발이 절실히 필요하다.
본 발명은 상술한 종래의 문제점을 극복하기 위한 것으로서, 본 발명이 해결하고자 하는 과제는 신뢰도 높은 연기 영상을 검출하기 위하여 누적된 장면 차분 영상으로부터 변화 영역을 검출하고, 검출된 영역의 정적 텍스처 뿐만 아니라 동적 텍스처로부터 추출한 특징을 이용하여 연기를 검출하는 감시 카메라를 이용한 연기 검출 시스템 및 방법을 제공하기 위한 것이다.
본 발명의 예시적인 실시예에 따르면, 감시 카메라를 통하여 화재 감시 영역의 영상을 촬영하는 단계; 상기 감시 카메라로부터 획득한 영상으로부터 누적 장면 차분 영상을 구하고, 상기 누적 장면 차분 영상으로부터 변화 영역을 검출하는 단계; 상기 검출된 변화 영역에 존재하는 노이즈를 제거하는 단계; 인접한 영역간 클러스터링을 통하여 텍스처 분석 영역을 형성하는 단계; 각 텍스처 분석 영역의 정적 텍스처의 특징 및 동적 텍스처의 특징을 추출하는 단계; 및 상기 정적 텍스처 및 동적 텍스처로부터 추출된 특징과 기저장된 연기 영상 기준값을 비교하여 연기 영역을 검출하는 단계를 포함하는 감시 카메라를 이용한 연기 검출 방법이 제공된다.
상기 누적 장면 차분 영상으로부터 변화 영역을 검출하는 단계는 상기 감시 카메라로부터 획득한 영상으로부터 연속된 장면의 차분 영상을 누적한 누적 장면 차분 영상을 구하는 단계; 상기 누적 차분 영상에서 변화가 없는 영역을 검출하는 단계; 및 상기 변화가 없는 영역에서 이차 모멘트(σ)를 이용하여 임계값(Tth)을 설정하여, 변화 영역을 검출하는 단계를 포함한다.
상기 노이즈를 제거하는 단계는 검출된 변화 영역에서 노이즈로 인한 요인을 제거하기 위하여 모폴로지 닫힘 연산을 적용하는 단계를 포함한다.
상기 모폴로지 닫힘 연산은 수축(erosion) 연산을 적용한 후, 팽창(dilation) 연산을 적용한다.
상기 텍스처 분석 영역을 형성하는 단계는 노이즈를 제거한 변화 영역의 영상의 각 행에서 변화 검출된 화소들의 개수를 배열에 저장하고, 이를 바탕으로 행 구간 클러스터링을 수행하는 단계; 각 행 구간 내부의 각 열에서 변화 검출된 화소들의 개수를 배열에 저장한 후, 이를 바탕으로 열 구간 클러스터링을 수행하는 단계; 및 클러스터링한 영역의 크기가 소정 크기 이하로 작으면 삭제하여, 최종 텍스처 분석 영역을 형성하는 단계를 포함한다.
상기 각 텍스처 분석 영역의 정적 텍스처의 특징 및 동적 텍스처의 특징을 추출하는 단계는 상기 각 텍스처 분석 영역의 정적 텍스처의 공발생행렬(co-occurrence matrix)을 생성하는 단계; 생성된 정적 텍스처의 공발생행렬로부터 특징을 추출하는 단계; 상기 각 텍스처 분석 영역의 동적 텍스처의 공발생행렬을 생성하는 단계; 및 생성된 동적 텍스처의 공발생행렬로부터 특징을 추출하는 단계를 포함한다.
상기 연기 영역을 검출하는 단계는 각 분석 영역의 정적 텍스처의 공발생행렬로부터 추출된 패턴과 연기 영상의 정적 텍스처 기준 패턴을 비교하는 단계; 및 각 분석 영역의 동적 텍스처의 공발생행렬로부터 추출된 패턴과 연기 영상의 동적 텍스처 기준 패턴을 비교하는 단계를 포함한다.
본 발명의 다른 측면에 따르면, 화재 감시 대상 영역에 설치되어 해당 영역의 영상을 촬영하는 감시 카메라; 상기 감시 카메라가 촬영한 영상을 이용하여 화재로 인한 연기가 발생하는지를 감지하는 연기 검출 장치; 상기 연기 검출 장치를 통하여 화재 감시 대상 영역에 연기가 발생하는 것으로 감지된 경우, 주제어장치의 제어신호에 따라 화재가 발생하였음을 시각적 및 청각적 수단을 통하여 알리는 알람 장치; 및 상기 감시 카메라, 연기 검출 장치 및 알람 장치를 제어하는 주제어장치를 포함하며, 상기 연기 검출 장치는 위 방법들 중 어느 한 방법에 따른 연기 검출 방법으로 연기를 검출하는 감시 카메라를 이용한 연기 검출 시스템이 제공된다.
상기 연기 검출 장치는 상기 감시 카메라로부터 획득한 영상으로부터 연속된 장면의 차분 영상을 누적한 누적 장면 차분 영상을 구하고, 이러한 누적된 장면 차분 영상으로부터 변화 영역을 검출하는 변화 영역 검출부; 상기 변화 영역 검출부를 통하여 검출된 변화 영역에 존재하는 노이즈를 제거하는 노이즈 제거부; 및 상기 노이즈로 인하여 검출된 화소들을 제거하고 남은 화소들은 인접한 영역끼리 클러스터링을 하여 텍스처 분석 영역을 형성하는 클러스터링부;를 포함한다.
상기 연기 검출 장치는 상기 각 텍스처 분석 영역의 정적 텍스처 및 동적 텍스처의 특징을 추출하는 특징 추출부; 상기 연기 영상의 정적 텍스처 기준 패턴 및 동적 텍스처 기준 패턴에 관한 데이터를 저장하는 데이터베이스부; 및 상기 정적 텍스처 및 동적 텍스처로부터 추출된 특징 벡터와 데이터베이스부에 기저장된 기준데이터를 비교하여 연기 영역을 판단하는 연기 영역 판단부를 더 포함한다.
본 발명에서와 같이, 누적된 장면 차분 영상으로부터 변화 영역을 검출하고, 검출된 영역의 정적 텍스처 뿐만 아니라 동적 텍스처로부터 추출한 특징을 이용하여 연기를 검출함으로써, 카메라를 통하여 획득한 영상 중 연기 영상을 신뢰성 높게 안정적으로 검출할 수 있게 된다.
또한, 연기 검출에 소요되는 시간을 단축시켜 긴급 상황에서의 대응 시간을 확보할 수 있게 된다.
그리고, 단순 배경 뿐만 아니라, 동적 특성을 가지는 복잡한 배경에서의 연기 검출 테스트에서 높은 신뢰도를 보인다.
도 1은 본 발명의 실시예에 따른 감시 카메라를 이용한 연기 검출 방법의 순서를 나타낸 흐름도이다.
도 2는 카메라로부터 획득한 영상으로부터 변화 영역을 검출하는 과정을 나타낸 흐름도이다.
도 3은 도 2 과정을 통하여 검출된 변화 영역에 존재하는 노이즈를 제거하는 과정을 나타낸 흐름도이다.
도 4a는 감시 카메라로부터 획득한 영상이고, 도 4b는 변화 영역 검출 및 노이즈 제거 과정 완료 후의 변화 영역을 나타낸 도이다.
도 5는 텍스처 분석 영역 형성을 위한 클러스터링 과정을 나타낸 흐름도이다.
도 6은 분석 영역의 정적 텍스처 및 동적 텍스처로부터의 특징 추출 과정을 나타낸 흐름도이다.
도 7a 내지 도 7d는 정적 텍스처의 공발생행렬의 패턴을 나타낸 도이며, 도 8a 내지 도 8d는 동적 텍스처의 공발생행렬의 패턴을 나타낸 도이다.
도 9는 추출된 특징 벡터를 이용하여 연기 영역을 판단하는 과정을 나타낸 흐름도이다.
도 10은 본 발명의 다른 실시예에 따른 감시 카메라를 이용한 연기 검출 시스템의 개략적인 기능 블록도이다.
도 11은 도 10에 도시된 연기 검출 장치의 개략적인 구성도이다.
도 12 및 도 13은 본 발명에 따른 감시 카메라를 이용한 연기 검출 시스템과 종래 기술에 따른 연기 검출 시스템의 테스트 결과 중 오검출 여부 및 검출 소요 시간을 나타낸 표이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 대해 상세히 설명한다.
도 1은 본 발명의 실시예에 따른 감시 카메라를 이용한 연기 검출 방법의 순서를 나타낸 흐름도이다.
도 1을 참조하여 본 발명의 실시예에 따른 감시 카메라를 이용한 연기 검출 방법을 살펴보면, 우선 감시 카메라를 통하여 화재 감시 영역의 영상을 촬영하고, 화재 감시 영역의 촬영 영상을 획득한다(S100).
감시 카메라로부터 획득한 영상으로부터 연속된 장면의 차분 영상을 누적한 누적 장면 차분 영상을 구한다. 이러한 누적된 장면 차분 영상으로부터 변화 영역을 검출하는 과정을 수행한다(S200).
S200 과정을 통하여 검출된 변화 영역에는 노이즈가 존재하므로, 이러한 노이즈를 제거하는 과정을 수행한다(S300).
노이즈로 인하여 검출된 화소들을 제거하고 남은 화소들은 인접한 영역끼리 클러스터링을 하여 텍스처 분석 영역을 형성하는 과정을 수행한다(S400).
연기 영상의 각 장면은 독특한 텍스처(이하 '정적 텍스처'라 함)를 가지며, 연기의 확산 운동으로 인하여 그 차분 영상 또한 다른 물체와 구별이 되는 독특한 텍스처(이하 '동적 텍스처')를 가진다. 특정 객체가 연기와 유사한 정적 텍스처를 가지고 있을지라도 그 움직임의 특성이 연기 특유의 확산 운동과 다르다면, 그 차분 영상의 텍스처는 연기의 차분 영상 텍스처(즉, 동적 텍스처)와 유사할 수 없다.
따라서, S400 과정을 통하여 형성된 각 텍스처 분석 영역의 정적 텍스처 및 동적 텍스처의 특징을 추출하는 과정을 수행한다(S500).
그리고 나서, 정적 텍스처 및 동적 텍스처로부터 추출된 특징 벡터와 기저장된 기준값을 비교하여 연기 영역을 검출하는 과정을 수행한다(S600).
본 발명에서는 위에서 살펴본 바와 같이, 연기 영상의 정적 텍스처 뿐만 아니라 동적 텍스처를 이용함으로써 신뢰도 높은 연기 영상 검출방식을 제공할 수 있게 된다.
도 2는 카메라로부터 획득한 영상으로부터 변화 영역을 검출하는 과정을 나타낸 흐름도이며, 도 3은 도 2 과정을 통하여 검출된 변화 영역에 존재하는 노이즈를 제거하는 과정을 나타낸 흐름도이고, 도 4a는 감시 카메라로부터 획득한 영상이고, 도 4b는 변화 영역 검출 및 노이즈 제거 과정 완료 후의 변화 영역을 나타낸 도이다.
도 2를 참조하면, 우선 감시 카메라로부터 획득한 영상으로부터 연속된 장면의 차분 영상을 누적한 누적 장면 차분 영상을 구하는 과정을 수행한다(S210).
누적 차분 영상에서 변화가 없는 영역을 검출하는 과정을 수행한다(S220).
변화가 없는 영역에서 이차 모멘트(σ)를 이용하여 임계값(Tth)을 설정하여, 변화 영역을 검출하는 과정을 수행한다(S230, S240).
영상 차분 혹은 장면 차분을 이용하여 변화를 검출하는 데, 차량과 사람과 같은 고체 객체의 움직임으로 인한 큰 변화와 연기와 같은 유체의 움직임으로 인한 작은 변화가 혼재한 상황에서는 자동 임계값을 이용할 경우, 유체의 움직임 변화를 정확히 검출하기 어렵다. 따라서, 본 발명에서는 장면 차분 영상 전체의 히스토그램을 이용하여 임계값을 자동으로 설정하지 않고, 그 대신에 변화가 없는 영역을 일차로 탐색하고, 이들 영역에서 이차 모멘트(σ)를 이용하여 아래 [식 1]과 같이 임계값(Tth)을 설정한다.
[식 1]
Figure 112012009990071-pat00001
식(1)에서 k값이 3인 경우 99.75%의 확률로 노이즈에 의한 변화를 검출하지 않게 되는데, 이 값으로 설정하게 되면 카메라로부터 먼 거리에 있는 연기를 검출하지 못하는 단점이 있다.
따라서, 본 발명에서는 카메라로부터 먼 거리에 있는 연기도 검출하기 위하여, 두 영상의 차분 영상을 사용하지 않고, 아래 [식 2]와 같이 누적된 영상의 차분을 이용한다
[식 2]
Figure 112012009990071-pat00002
연기를 초당 30 프레임 캡처할 때 연기의 확산으로 인한 변화는, 연속된 영상에서는 매우 작지만 일정 시간(L 프레임 간격)이 지나면 그 값이 크다. 또한 장면 차분의 절대 값을 N 프레임 누적할 때, 노이즈는 서로 독립이서 누적 값의 이차 모멘트는
Figure 112012009990071-pat00003
이다. 반면에, 연기의 확산으로 인한 누적 변화 값은 N배로 증가되어 노이즈가 많은 환경에서는 N 프레임 누적하는 것이 효과적이다.
도 3을 참조하면, 누적된 장면 차분 영상에 임계값을 적용하여 검출한 영역은 다양한 요인으로 인한 노이즈가 포함된 변화 영역이 검출된다.
검출된 변화 영역에서 노이즈로 인한 요인을 제거하기 위하여 모폴로지 닫힘(close) 연산을 적용한다.
본 실시예에서, 모폴로지 닫힘 연산은 우선 수축(erosion) 연산을 적용한다(S310). 그리고 나서, 팽창(dilation) 연산을 적용한다(S320).
모폴로지 연산을 수행하여 노이즈가 제거된 영상은 도 4b에 도시된다.
도 5는 텍스처 분석 영역 형성을 위한 클러스터링 과정을 나타낸 흐름도이다.
도 5를 참조하여 클러스터링 과정을 살펴보면, 우선 모폴로지 연산으로 노이즈에 의한 변화 영역을 제거한 변화 영역의 영상의 각 행(row)에서 변화 검출된 화소들의 개수를 배열에 저장한다(S410).
그리고 나서, 이를 바탕으로 행 구간 클러스터링을 수행한다(S420).
클러스터링한 각 행 구간 내부의 각 열(column)에서 변화 검출된 화소들의 개수를 배열에 저장한다(S430).
이를 바탕으로 열 구간 클러스터링을 수행한다(S440).
클러스터링한 영역의 크기가 소정 크기 이하로 작으면 삭제하여, 최종 텍스처 분석 영역을 형성한다(S450).
도 6은 분석 영역의 정적 텍스처 및 동적 텍스처로부터의 특징 추출 과정을 나타낸 흐름도이며, 도 7a 내지 도 7d는 정적 텍스처의 공발생행렬의 패턴을 나타낸 도이며, 도 8a 내지 도 8d는 동적 텍스처의 공발생행렬의 패턴을 나타낸 도이다.
도 6을 참조하면, 각 텍스처 분석 영역의 정적 텍스처의 공발생행렬(co-occurrence matrix)을 생성하는 과정을 수행한다(S510). 생성된 정적 텍스처의 공발생행렬로부터 특징을 추출하는 과정을 수행한다(S520).
각 텍스처 분석 영역의 동적 텍스처의 공발생행렬(co-occurrence matrix)을 생성하는 과정을 수행한다(S530). 생성된 동적 텍스처의 공발생행렬로부터 특징을 추출하는 과정을 수행한다(S540).
카메라를 이용하여 공기 중에 확산하는 연기로부터 연속적으로 영상을 획득하였을 때, 획득한 연기 영상의 각 장면뿐만 아니라 연속된 장면의 차분 영상 또한 다른 물체와 구별이 되는 독특한 텍스처를 가지고 있다. 특정 객체가 연기와 유사한 텍스처를 가지고 있을 지라도 그 움직임의 특성이 연기 특유의 확산 운동과 다르다면, 그 차분 영상의 텍스처는 연기의 차분 영상 텍스처와 유사할 수 없다. 본 발명에서는 이와 같이 정적 텍스처 및 동적 텍스처를 이용하여 신뢰도 높은 연기 영상 검출을 구현한다.
도 7a 내지 도 7d는 각각 연기, 도로 표면, 환기 팬 및 사람의 정적 텍스처의 공발생행렬을 나타내며, 도 8a 내지 도 8d는 각각 연기, 도로 표면, 환기 팬 및 사람의 동적 텍스처의 공발생행렬을 나타낸다.
도 7a 내지 도 7d에 도시된 정적 텍스처의 공발생행렬을 보면, 연기는 환기 팬, 사람과 뚜렷이 다른 패턴을 보여주고 있지만, 도로 표면과는 매우 유사한 패턴을 보여주고 있다. 일반적으로 연기는 회색의 색상을 가지고 있는데 밝기 값의 변화에 따라 어두운 회색부터 밝은 회색까지 다양한 평균값을 가지기 때문에, 연기와 도로면의 평균값이 다르지만 평균값을 연기의 분류를 위한 특징으로 사용하기에 적합하지 않다.
한편, 도 8a 내지 도 8d에 도시된 동적텍스처의 공발생행렬을 보면, 연기의 경우는 대각선 방향으로 퍼져있고, 도로 표면의 경우는 원의 형태에 가깝게 분포되어 있다. 연기의 경우는 유체의 확산운동으로 인하여 장면 차분으로 구한 동적 텍스처는 고유한 패턴을 가지게 되는데, 도로 표면의 장면 차분으로 구한 텍스처는 대부분 노이즈로 인하여 발생하기 때문에 이러한 패턴 차이를 보여주고 있다.
이러한 차이는 헤랄릭(Heralick) 특징 벡터 중에서 상관관계(correlation) 값으로 쉽게 구별되며, 연기의 동적텍스처의 경우는 헤랄릭 특징 벡터의 상관관계값은 1에 근접한 값(0.95 내외)이지만, 도로 표면의 동적 텍스처의 헤랄릭 특징 벡터의 상관관계값은 0에 근접한 값(0.25 내외)이다.
이와 같이 연기를 검출함에 있어 정적 텍스처에 더하여 동적텍스처를 이용하면 연기 검출의 신뢰도를 크게 향상시킬 수 있게 된다.
도 9는 추출된 특징 벡터를 이용하여 연기 영역을 판단하는 과정을 나타낸 흐름도이다.
도 9를 참조하면, 각 분석 영역의 정적 텍스처의 공발생행렬로부터 추출된 패턴과 연기 영상의 정적 텍스처 기준 패턴을 비교한다(S610).
해당 분석 영역의 정적 텍스처로부터 추출된 패턴이 연기 영상의 정적 텍스처 기준 패턴과 유사한지 판단한다(S620).
판단 결과, 해당 분석 영역의 정적 텍스처로부터 추출된 패턴이 연기 영상 기준 패턴과 유사한 경우, 각 분석 영역의 동적 텍스처의 공발생행렬로부터 추출된 패턴과 연기 영상의 동적 텍스처 기준 패턴을 비교한다(S630).
해당 분석 영역의 동적 텍스처로부터 추출된 패턴이 연기 영상의 동적 텍스처 기준 패턴과 유사한지 판단한다(S640).
판단 결과, 해당 분석 영역의 정적 텍스처로부터 추출된 패턴이 연기 영상 기준 패턴과 유사한 경우, 해당 분석 영역은 연기 영상을 판정한다(S650).
한편, S620 및 S640 과정에서 해당 분석 영역의 정적 및 동적 텍스처로부터 추출된 패턴이 연기 영상 정적 및 동적 텍스처 기준 패턴에 각각 유사하지 않을 경우에는 해당 분석 영역은 연기 영상이 아닌 것으로 판정한다(S660).
연기의 발생 지점과 카메라와의 거리가 변함에 따라 획득된 영상의 고주파 성분의 에너지가 변한다. 그 결과 연기의 텍스처로부터 구한 공발생행렬의 패턴이 변하게 된다. 때문에, 카메라와 연기와의 거리에 따른 여러 개의 텍스처를 선택하고 이들을 매개체로 텍스처 분류를 수행하는 것이 바람직하다. 본 발명에서는 지지 매체 기기 분류기(support vector machine classifier, SVM)을 텍스처 분류기로 이용하였다.
도 10은 본 발명의 실시예에 따른 감시 카메라를 이용한 연기 검출 시스템의 개략적인 기능 블록도이며, 도 11은 도 10에 도시된 연기 검출 장치의 개략적인 구성도이다.
도 10을 참조하면, 본 발명에 따른 감시 카메라를 이용한 연기 검출 시스템은 감시 카메라(100), 연기 검출 장치(200), 알람 장치(300), 데이터 송수신 장치(400) 및 주제어장치(500)를 포함한다.
감시 카메라(100)는 화재 감시 대상 영역에 설치되어 해당 영역의 영상을 촬영하는 기능을 수행하며, 감시 카메라는 대상 영역의 크기에 따라 다수개가 설치될 수 있다.
연기 검출 장치(200)는 감시 카메라(100)가 촬영한 영상을 이용하여 화재로 인한 연기가 발생하는지를 감지하는 기능을 수행한다. 연기 검출 장치(200)가 화재 감시 대상 영역에 연기가 발생하고 있는 것으로 감지하면, 감지 결과를 데이터 송수신 장치(400)를 이용하여 주제어장치(500)로 전송한다.
알람 장치(300)는 연기 검출 장치(200)를 통하여 화재 감시 대상 영역에 연기가 발생하는 것으로 감지된 경우, 주제어장치(500)의 제어신호에 따라 화재가 발생하였음을 시각적 및 청각적 수단을 통하여 알리는 기능을 수행한다. 또한, 화재 발생 사실을 소방서 및 응급실에 전달하는 기능을 수행한다.
주제어장치(500)는 감시 카메라(100), 연기 검출 장치(200), 알람 장치(300) 및 데이터 송수신 장치(400)를 제어하는 기능을 수행한다.
도 11을 참조하면, 연기 검출 장치(200)는 변화 영역 검출부(210), 노이즈 제거부(220), 클러스터링부(230), 특징 추출부(240), 데이터베이스부(250), 연기 영역 판단부(260) 및 제어부(290)를 포함한다.
변화 영역 검출부(210)는 감시 카메라로(100)부터 획득한 영상으로부터 연속된 장면의 차분 영상을 누적한 누적 장면 차분 영상을 구하고, 이러한 누적된 장면 차분 영상으로부터 변화 영역을 검출한다.
노이즈 제거부(220)는 변화 영역 검출부(210)를 통하여 검출된 변화 영역에 존재하는 노이즈를 제거한다.
클러스터링부(230)는 노이즈로 인하여 검출된 화소들을 제거하고 남은 화소들은 인접한 영역끼리 클러스터링을 하여 텍스처 분석 영역을 형성한다.
특징 추출부(240)는 각 텍스처 분석 영역의 정적 텍스처 및 동적 텍스처의 특징을 추출한다.
데이터베이스부(250)는 연기 영상의 정적 텍스처 기준 패턴 및 동적 텍스처 기준 패턴에 관한 데이터를 저장한다.
연기 영역 판단부(260)는 정적 텍스처 및 동적 텍스처로부터 추출된 특징 벡터와 데이터베이스부(250)에 기저장된 기준데이터를 비교하여 연기 영역을 판단한다.
도 12 및 도 13은 본 발명에 따른 감시 카메라를 이용한 연기 검출 시스템과 종래 기술에 따른 연기 검출 시스템의 테스트 결과 중 오검출 여부 및 검출 소요 시간을 나타낸 표이다.
[실험예]
실험에 사용한 동영상은 두 개의 터널 내부에서 촬영하였다. 두 터널은 출구가 보이지 않는 곡선 터널과 외부 자연 조명에 노출된 출구가 보이는 직선 터널이다. 터널 내부 환경의 시나리오는 외부 통행이 없는 상황에서 카메라로부터 근거리, 중거리 원거리에서 발생된 연기와, 차량 및 행인이 있는 복합 환경에서 발생된 연기 등을 고려하였으며, 테스트 동영상의 해상도는 1280x720이다. 테스트 동영상은 4가지 종류이며 근거리 연기 단독, 중거리 연기 단독, 원거리 연기 단독, 복합 환경에서 차량과 혼재된 연기를 촬영한 동영상이다.
변화 영역 검출을 필요한 변수 값들은 식 1의 k, 식 2의 L, N값이 있다. 실험을 통하여 찾은 최적의 값은 k=3.0, L=30 frame, N=2 이다.
검출된 변화 영역이 연기의 확산으로 인한 변화인지 외부 환경의 요인으로 인한 변화인지를 분류하는 데 사용하는 특징 벡터는 공발생행렬에서 추출한 σx, 상관관계(correlation), 균일도(uniformity), 콘트라스트(contrast)이다. 정적 텍스처와 동적 텍스처에서 각각 4개씩, 총 8개의 특징을 사용하였다.
SVM 분류기의 각각 720개의 연기 영역과 배경 영역을 사용하였다. 모든 특징 벡터의 크기는 평균값이 0, 분산이 1이 되도록 정규화 하였다. 식(2)의 γ=0.0625로 실험을 통하여 설정하였다.
본원 발명에 따른 실험조건과 비교 대상 기술로는 마루타 등이 제안한 알고리즘(이하 종래기술 1)과 토레인이 제안한 알고리즘(이하 종래기술 2)이다.
각각의 연기 검출 방법은 학습에 사용된 동영상과 테스트에 사용되는 동영상에 따라 그 성능에 차이가 있다. 때문에, 학습은 외부 자연 조명에 노출된 출구가 보이는 터널에서 획득한 동영상으로 수행하고, 테스트는 출구가 보이지 않는 곡선 터널에서 획득한 동영상으로 수행하였다.
성능 평가 기준은 4개의 동영상에서 테스트하였을 때 오검출의 발생 여부와 연기를 검출하는 데 소요되는 시간으로 평가하였다.
도 12는 오검출 발생 여부를 보여 주고 있다. 차량이나 사람의 이동이 없는 환경에서는 배경을 연기로 판단하는 오검출은 발생하지 않았다. 하지만 복잡한 환경에서 테스트한 경우 종래 기술 2에서 오검출이 발생하였다. 헤드라이트를 켜고 천천히 역주행하는 차량과 점멸등을 켜고 천천히 주행하는 차량 주변의 벽에서 오검출입 발생하였다. 두 경우 모두 검출된 움직임 영역에서 에지들이 생겼다 사라졌다 하는데 이것을 연기로 오검출하는 에러가 발생하였다.
본 발명의 경우, 검출된 움직임 영역(차량, 사람, 환기 팬, 도로 표면, 벽 표면)에서 오검출 없이 연기 영역을 정확하게 분류하였다.
도 13에는 검출 시간이 도시되며, 종래 기술 1에 의한 방법이 가장 길고, 그 다음이 종래 기술 2였으며, 본원 발명에 따른 방법이 가장 짧았다.
이상에서 설명한 것은 본 발명에 따른 감시 카메라를 이용한 연기 검출 시스템 및 방법의 예시적인 실시예에 불과한 것으로서, 본 발명은 상기한 실시예에 한정되지 않고, 이하의 특허청구범위에서 청구하는 바와 같이, 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변경 실시가 가능한 범위까지 본 발명의 기술적 정신이 있다고 할 것이다.
100 : 감시 카메라
200 : 화재 연기 검출장치
210: 변화 영역 검출부
220 : 노이즈 제거부
230 : 클러스터링부
240 : 특징추출부
250 : 데이터베이스부
260 : 연기 영역 판단부
290 : 제어부
300 : 알람 장치
400 : 데이터 송수신장치
500 : 주제어장치

Claims (10)

  1. 감시 카메라를 이용한 연기 검출 방법에 있어서,
    감시 카메라를 통하여 화재 감시 영역의 영상을 촬영하는 단계;
    상기 감시 카메라로부터 획득한 영상으로부터 누적 장면 차분 영상을 구하고, 상기 누적 장면 차분 영상으로부터 변화 영역을 검출하는 단계;
    상기 검출된 변화 영역에 존재하는 노이즈를 제거하는 단계;
    노이즈를 제거한 변화 영역을 포함하는 화재 감시 영역의 영상의 각 행 및 각 열의 클러스터링을 통하여 텍스처 분석 영역을 형성하는 단계;
    각 텍스처 분석 영역의 정적 텍스처의 특징 및 동적 텍스처의 특징을 추출하는 단계; 및
    상기 정적 텍스처 및 동적 텍스처로부터 추출된 특징과 기저장된 연기 영상 기준값을 비교하여 연기 영역을 검출하는 단계;를 포함하며,
    상기 각 텍스처 분석 영역의 정적 텍스처의 특징 및 동적 텍스처의 특징을 추출하는 단계는,
    상기 각 텍스처 분석 영역의 정적 텍스처의 공발생행렬(co-occurrence matrix)을 생성하는 단계; 생성된 정적 텍스처의 공발생행렬로부터 특징을 추출하는 단계; 상기 각 텍스처 분석 영역의 동적 텍스처의 공발생행렬을 생성하는 단계; 및 생성된 동적 텍스처의 공발생행렬로부터 특징을 추출하는 단계;를 포함하는 것을 특징으로 하는 감시 카메라를 이용한 연기 검출 방법.
  2. 제1항에 있어서,
    상기 누적 장면 차분 영상으로부터 변화 영역을 검출하는 단계는,
    상기 감시 카메라로부터 획득한 영상으로부터 연속된 장면의 차분 영상을 누적한 누적 장면 차분 영상을 구하는 단계;
    상기 누적 차분 영상에서 변화가 없는 영역을 검출하는 단계; 및
    상기 변화가 없는 영역에서 이차 모멘트(σ)를 이용하여 임계값(Tth)을 설정하여, 변화 영역을 검출하는 단계를 포함하는 것을 특징으로 하는 감시 카메라를 이용한 연기 검출 방법.
  3. 제1항에 있어서,
    상기 노이즈를 제거하는 단계는,
    검출된 변화 영역에서 노이즈로 인한 요인을 제거하기 위하여 모폴로지 닫힘 연산을 적용하는 단계를 포함하는 것을 특징으로 하는 감시 카메라를 이용한 연기 검출 방법.
  4. 제3항에 있어서,
    상기 모폴로지 닫힘 연산은 수축(erosion) 연산을 적용한 후, 팽창(dilation) 연산을 적용하는 것을 특징으로 하는 감시 카메라를 이용한 연기 검출 방법.
  5. 제1항에 있어서,
    상기 텍스처 분석 영역을 형성하는 단계는,
    노이즈를 제거한 변화 영역을 포함하는 화재 감시 영역의 영상의 각 행에서 변화 검출된 화소들의 개수를 배열에 저장하고, 이를 바탕으로 각 행을 순차적으로 클러스터링을 수행하는 단계;
    각 행 내부의 각 열에서 변화 검출된 화소들의 개수를 배열에 저장한 후, 이를 바탕으로 각 열을 순차적으로 클러스터링을 수행하는 단계; 및
    각 행 및 각 열의 클러스터링한 영역의 크기가 소정 크기 이하로 작으면 삭제하여, 최종 텍스처 분석 영역을 형성하는 단계;를 포함하는 것을 특징으로 하는 감시 카메라를 이용한 연기 검출 방법.
  6. 삭제
  7. 제1항에 있어서,
    상기 연기 영역을 검출하는 단계는,
    각 분석 영역의 정적 텍스처의 공발생행렬로부터 추출된 패턴과 연기 영상의 정적 텍스처 기준 패턴을 비교하는 단계; 및
    각 분석 영역의 동적 텍스처의 공발생행렬로부터 추출된 패턴과 연기 영상의 동적 텍스처 기준 패턴을 비교하는 단계;를 포함하는 것을 특징으로 하는 감시 카메라를 이용한 연기 검출 방법.
  8. 감시 카메라를 이용한 연기 검출 시스템에 있어서,
    화재 감시 영역에 설치되어 해당 영역의 영상을 촬영하는 감시 카메라;
    상기 감시 카메라가 촬영한 영상을 이용하여 화재로 인한 연기가 발생하는지를 감지하는 연기 검출 장치;
    상기 연기 검출 장치를 통하여 화재 감시 영역에 연기가 발생하는 것으로 감지된 경우, 주제어장치의 제어신호에 따라 화재가 발생하였음을 시각적 및 청각적 수단을 통하여 알리는 알람 장치; 및
    상기 감시 카메라, 연기 검출 장치 및 알람 장치를 제어하는 주제어장치;를 포함하며,
    상기 연기 검출 장치는 제1항, 제2항, 제3항, 제4항, 제5항 또는 제7항 중 어느 한 항의 방법에 따른 연기 검출 방법으로 연기를 검출하는 것을 특징으로 하는 감시 카메라를 이용한 연기 검출 시스템.
  9. 제8항에 있어서,
    상기 연기 검출 장치는,
    상기 감시 카메라로부터 획득한 영상으로부터 연속된 장면의 차분 영상을 누적한 누적 장면 차분 영상을 구하고, 이러한 누적된 장면 차분 영상으로부터 변화 영역을 검출하는 변화 영역 검출부;
    상기 변화 영역 검출부를 통하여 검출된 변화 영역에 존재하는 노이즈를 제거하는 노이즈 제거부; 및
    상기 노이즈로 인하여 검출된 화소들을 제거한 후, 노이즈를 제거한 변화 영역을 포함하는 화재 감시 영역의 영상의 각 행 및 각 열을 클러스터링 하여 텍스처 분석 영역을 형성하는 클러스터링부;를 포함하는 것을 특징으로 하는 감시 카메라를 이용한 연기 검출 시스템.
  10. 제9항에 있어서,
    상기 연기 검출 장치는,
    상기 각 텍스처 분석 영역의 정적 텍스처 및 동적 텍스처의 특징을 추출하는 특징 추출부;
    상기 연기 영상의 정적 텍스처 기준 패턴 및 동적 텍스처 기준 패턴에 관한 데이터를 저장하는 데이터베이스부; 및
    상기 정적 텍스처 및 동적 텍스처로부터 추출된 특징 벡터와 데이터베이스부에 저장된 상기 연기 영상의 정적 텍스처 기준 패턴 및 동적 텍스처 기준 패턴에 관한 데이터를 비교하여 연기 영역을 판단하는 연기 영역 판단부;를 더 포함하는 것을 특징으로 하는 감시 카메라를 이용한 연기 검출 시스템.
KR1020120012435A 2012-02-07 2012-02-07 감시 카메라를 이용한 연기 검출 시스템 및 방법 KR101300130B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120012435A KR101300130B1 (ko) 2012-02-07 2012-02-07 감시 카메라를 이용한 연기 검출 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120012435A KR101300130B1 (ko) 2012-02-07 2012-02-07 감시 카메라를 이용한 연기 검출 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20130091138A KR20130091138A (ko) 2013-08-16
KR101300130B1 true KR101300130B1 (ko) 2013-08-26

Family

ID=49216461

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120012435A KR101300130B1 (ko) 2012-02-07 2012-02-07 감시 카메라를 이용한 연기 검출 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101300130B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101581162B1 (ko) 2015-06-24 2015-12-31 전정희 실시간 영상 기반의 화염, 연기 및 물체 움직임 자동 감지 방법, 장치 및 시스템
KR102436752B1 (ko) * 2020-07-09 2022-08-25 중앙대학교 산학협력단 딥러닝 기반 연기 및 화재 검출 방법 및 그 장치
CN112150512B (zh) * 2020-09-30 2023-12-15 中国科学院上海微系统与信息技术研究所 融合背景差分法和聚类法的弹着点定位方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060008268A (ko) * 2005-12-31 2006-01-26 주식회사 센텍 씨씨디 영상에서의 연기 검출방법 및 장치
KR20090047657A (ko) * 2007-11-08 2009-05-13 (주)태민메카트로닉스 적설량 관측 시스템 및 적설량 원격 측정 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060008268A (ko) * 2005-12-31 2006-01-26 주식회사 센텍 씨씨디 영상에서의 연기 검출방법 및 장치
KR20090047657A (ko) * 2007-11-08 2009-05-13 (주)태민메카트로닉스 적설량 관측 시스템 및 적설량 원격 측정 방법

Also Published As

Publication number Publication date
KR20130091138A (ko) 2013-08-16

Similar Documents

Publication Publication Date Title
US7859419B2 (en) Smoke detecting method and device
RU2393544C2 (ru) Способ и устройство для обнаружения пламени
CN105678803B (zh) 基于w4算法和帧间差分的视频监控目标检测方法
KR101822924B1 (ko) 영상기반 화재 감지 시스템, 방법 및 프로그램
US7868772B2 (en) Flame detecting method and device
KR101075063B1 (ko) 퍼지 규칙을 이용한 화재 불꽃 감지 방법
US7982774B2 (en) Image processing apparatus and image processing method
KR100918436B1 (ko) 비전 기반의 화재 감지 시스템 및 방법
CN111814635B (zh) 基于深度学习的烟火识别模型建立方法和烟火识别方法
US8301577B2 (en) Intelligent monitoring system for establishing reliable background information in a complex image environment
CN101908142A (zh) 一种基于特征分析的视频火焰检测方法
JP2008243181A (ja) 煙感知装置及びその方法
JP2006268200A (ja) 炎・ガス煙検出システムおよび炎・ガス煙検出方法
KR101204259B1 (ko) 화재 검출 방법
EP2000952A2 (en) Smoke detecting method and device
EP2000998B1 (en) Flame detecting method and device
KR101472674B1 (ko) 군중 궤적 추출을 이용한 비정상 행동 검출에 기초한 영상 감시 방법 및 영상 감시 장치
KR20150051630A (ko) 사람들의 움직임 불규칙성을 이용한 폭력 행위 검출 장치 및 방법
CN113963301A (zh) 一种时空特征融合的视频火灾烟雾探测方法及系统
KR101300130B1 (ko) 감시 카메라를 이용한 연기 검출 시스템 및 방법
CN108230607A (zh) 一种基于区域特征分析的图像火灾探测方法
US8311345B2 (en) Method and system for detecting flame
JP7125843B2 (ja) 障害検知システム
KR101371647B1 (ko) 이미지 데이터 기반의 화재 감지 장치 및 그 방법
KR101270718B1 (ko) 영상에서 화재를 검출하기 위한 영상처리 장치 및 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee