| 1 |
1
(1) 비디오 시퀀스의 프레임이 입력될 때마다, 입력된 프레임과 이전 프레임간의 차이를 검출하고, 상기 차이 값이 미리 정해진 제1 임계값을 초과하면, 상기 입력된 프레임을 키 프레임으로 설정하는 단계;(2) 상기 설정된 키 프레임에서, 움직임 블록(moving block)을 검출하는 단계;(3) 연기 색상 모델을 이용하여 상기 움직임 블록에서 후보 연기 블록을 추출하는 단계;(4) 상기 검출된 후보 연기 블록으로부터 BoF(bag-of features)를 생성하는 단계; 및(5) 상기 생성된 BoF에 대하여 랜덤 포레스트(random forest)에 의한 학습을 수행하여 상기 후보 연기 블록의 연기가 실제 연기인지 여부를 결정하는 단계를 포함하는 것을 특징으로 하는, 시공간적 BoF와 랜덤 포레스트를 이용한 산불 연기 감지 방법
|
| 2 |
2
제1항에 있어서, 상기 단계 (1) 전에,상기 비디오 시퀀스를 구성하는 프레임을 복수 개의 블록으로 분할하는 전처리 단계를 더 포함하는 것을 특징으로 하는, 시공간적 BoF와 랜덤 포레스트를 이용한 산불 연기 감지 방법
|
| 3 |
3
제2항에 있어서, 상기 전처리 단계는,상기 입력된 비디오 시퀀스를 구성하는 프레임을 32×24개의 블록으로 분할하는 것을 특징으로 하는, 시공간적 BoF와 랜덤 포레스트를 이용한 산불 연기 감지 방법
|
| 4 |
4
제1항에 있어서, 상기 단계 (3)은,(3-1) 상기 움직임 블록에 대해 채도(saturation) 및 명도(intensity) 색 공간에서 가우시안의 커널을 이용한 밀도 추정법을 사용하여 비모수적 확률 밀도 함수를 생성하는 단계;(3-2) 상기 비모수적 확률 밀도 함수로부터 상기 움직임 블록의 특징 벡터의 추정 값(likelihood)을 산출하는 단계; 및(3-3) 상기 추정 값이 미리 정해진 제2 임계값을 초과하는 경우, 상기 움직임 블록을 후보 연기 블록으로 결정하는 단계를 포함하는 것을 특징으로 하는, 시공간적 BoF와 랜덤 포레스트를 이용한 산불 연기 감지 방법
|
| 5 |
5
제4항에 있어서,(3-4) 상기 결정된 후보 연기 블록을 연결하여 클러스터(cluster)로 그룹화하는 단계를 더 포함하는 것을 특징으로 하는, 시공간적 BoF와 랜덤 포레스트를 이용한 산불 연기 감지 방법
|
| 6 |
6
제4항에 있어서, 상기 비모수적 확률 밀도 함수는,다봉(multimodal) 형태의 확률 밀도 함수인 것을 특징으로 하는, 시공간적 BoF와 랜덤 포레스트를 이용한 산불 연기 감지 방법
|
| 7 |
7
제5항에 있어서, 상기 단계 (3-4)에서,모든 클러스터가 결정되어 그룹화될 때, 블록의 수가 3개 미만인 클러스터는 제거되는 것을 특징으로 하는, 시공간적 BoF와 랜덤 포레스트를 이용한 산불 연기 감지 방법
|
| 8 |
8
제1항에 있어서, 상기 단계 (4)는,(4-1) 상기 후보 연기 블록을 상기 후보 연기 블록과 대응하는 이전 프레임의 블록과 결합하여 3차원 볼륨(volume)을 생성하는 단계;(4-2) 상기 생성된 3차원 볼륨으로부터 시공간적 국부 특징(local spatiotemporal feature)을 추출하는 단계;(4-3) 상기 추출된 시공간적 국부 특징을 클러스터링하여 코드북(codebook)을 생성하는 단계; 및(4-4) 상기 생성된 코드북을 이용하여 BoF 히스토그램을 생성하는 단계를 포함하는 것을 특징으로 하는, 시공간적 BoF와 랜덤 포레스트를 이용한 산불 연기 감지 방법
|
| 9 |
9
삭제
|
| 10 |
10
삭제
|
| 11 |
11
제8항에 있어서, 상기 단계 (4-4)는,연기 및 비-연기(non-smoke)의 두 개의 클래스의 BoF 히스토그램을 생성하는 것을 특징으로 하는, 시공간적 BoF와 랜덤 포레스트를 이용한 산불 연기 감지 방법
|
| 12 |
12
삭제
|
| 13 |
13
제1항에 있어서, 상기 단계 (5)는,(5-1) 결정 트리의 최대 트리 깊이를 선택하는 단계; 및(5-2) 상기 결정 트리를 성장시키는 단계를 포함하는 것을 특징으로 하는, 시공간적 BoF와 랜덤 포레스트를 이용한 산불 연기 감지 방법
|
| 14 |
14
제13항에 있어서, 상기 단계 (5)는,(5-3) 모든 트리에서의 각 분포 확률의 평균을 산출하는 단계를 더 포함하는 것을 특징으로 하는, 시공간적 BoF와 랜덤 포레스트를 이용한 산불 연기 감지 방법
|
| 15 |
15
제13항에 있어서, 상기 단계 (5-2)는,(5-2-1) 훈련 세트로부터 새로운 부트스트랩 샘플을 선택하고, 상기 부트스트랩 샘플을 이용하여 가지치기되지 않은(unpruned) 트리를 성장시키는 단계;(5-2-2) 상기 트리의 각 내부 노드가 랜덤하게 변수를 선택하고, 선택된 상기 변수만을 이용하여 최상(best)의 스플릿 함수(split function)를 결정하는 단계; 및(5-2-3) 상기 트리를 최대 트리 깊이로 성장시키는 단계를 포함하는 것을 특징으로 하는, 시공간적 BoF와 랜덤 포레스트를 이용한 산불 연기 감지 방법
|
| 16 |
16
제13항에 있어서,상기 결정 트리의 개수는 100개인 것을 특징으로 하는, 시공간적 BoF와 랜덤 포레스트를 이용한 산불 연기 감지 방법
|
