한국정보통신학회 논문지 (Journal of the Korea Institute of Information and Communication Engineering)
Current Result Document : 6 / 21
이전건
다음건 
| 한글제목(Korean Title) |
CNN과 Grad-CAM 기반의 실시간 화재 감지 |
| 영문제목(English Title) |
Real-Time Fire Detection based on CNN and Grad-CAM |
| 저자(Author) |
김영진
김은경
Young-Jin Kim
Eun-Gyung Kim
|
| 원문수록처(Citation) |
VOL 22 NO. 12 PP. 1596 ~ 1603 (2018. 12) |
한글내용
(Korean Abstract) |
화재에 대한 신속한 예측과 경고는 인명 및 재산피해를 최소화시킬 수 있는 필수적인 요소이다. 일반적으로 화재가 발생하면 연기와 화염이 함께 발생하기 때문에 화재 감지 시스템은 연기와 화염을 모두 감지할 필요가 있다. 그러나 대부분의 화재 감지 시스템은 화염 혹은 연기만 감지하며, 화재 감지를 위한 전처리 작업을 추가함에 따라 처리 속도가 느려지는 단점이 있다. 본 연구에서는 다중 레이블 분류(Multi-labeled Classification)를 지원하는 CNN 모델을 구성해서 화염과 연기를 동시에 예측하고, CNN의 특징을 기반으로 클래스에 대한 위치를 시각화하는 Grad-CAM을 이용해서 실시간으로 화재 상태를 모니터링 할 수 있는 화재 감지 시스템을 구현하였다. 또한, 13개의 화재 동영상을 사용해서 테스트한 결과, 화염과 연기에 대해 각각 98.73%와 95.77%의 정확도를 보였다.
|
영문내용
(English Abstract) |
Rapidly detecting and warning of fires is necessary for minimizing human injury and property damage. Generally, when fires occur, both the smoke and the flames are generated, so fire detection systems need to detect both the smoke and the flames. However, most fire detection systems only detect flames or smoke and have the disadvantage of slower processing speed due to additional preprocessing task. In this paper, we implemented a fire detection system which predicts the flames and the smoke at the same time by constructing a CNN model that supports multi-labeled classification. Also, the system can monitor the fire status in real time by using Grad-CAM which visualizes the position of classes based on the characteristics of CNN. Also, we tested our proposed system with 13 fire videos and got an average accuracy of 98.73% and 95.77% respectively for the flames and the smoke.
|
| 키워드(Keyword) |
컨볼루션 신경망
그레드-캠
인셉션 레스넷 버전2
영상 기반 화재 감지
다중 레이블 분류
Convolutional Neural Network
Grad-CAM
nception ResNet V2
Image-based Fire Detection
Multi-labeled Classification
|
| 파일첨부 |
PDF 다운로드
|
