| 1 |
1
화재 감지 시스템에 있어서,
이전 프레임의 그레이 영상을 배경으로 초기화한 후에 현재 프레임을 반영하여 이전 배경 프레임을 업데이트하여 출력하는 움직임 감지모듈;
상기 움직임 감지모듈이 출력하는 프레임에 대해 컬러 모델을 적용하여 제1화재 후보 영역을 검출하는 컬러 모델링 모듈;
상기 현재 프레임에 대해 루미넌스 맵을 적용하여 주변에 비해 밝은 제2화재후보영역을 검출하는 루미넌스 맵 처리 모듈;
상기 제1 및 제2화재후보영역에 대해 SVM(Support Vector Machine)을 이용하여 시간적인 웨이블릿 변환 에너지의 변화량 모델에 따라 최종 화재 감지 영역을 추출하는 SVM 처리 모듈을 구비하며,
상기 움직임 감지모듈은,
현재 프레임에 대한 이전 프레임의 그레이 영상 값의 차분이 임계치보다 크면 해당 프레임에 움직임 픽셀 값을 부여함을 특징으로 하는 화재 감지 시스템
|
| 2 |
2
삭제
|
| 3 |
3
제1항에 있어서,
상기 컬러 모델링 모듈은,
화재 영역 내에서 각 RGB 색상 채널의 분포는 서로 독립적이고 가우시안 분포를 가진다고 가정하고, 학습용 화재 프레임내의 화재 영상으로부터 화재 색상을 추출한 뒤에 화재 색상의 확률 모델을 생성하는 화재 감지 시스템
|
| 4 |
4
제1항에 있어서,
상기 루미넌스 맵 처리 모듈은,
입력 영상정보를 그레이 영상정보로 변환하는 그레이 영상 변환부;
상기 그레이 영상정보를 다운 샘플링하는 다운 샘플링 모듈;
상기 다운 샘플링된 영상정보를 서로 다른 크기로 필터링하는 다수의 필터;
상기 다수의 필터의 출력값에 대한 평균을 연산하는 평균 연산부;
상기 평균 연산부의 출력을 원래 크기로 복원하여 루미넌스 맵을 생성하는 복원부;
상기 루미넌스 맵에 대해 가우시안 필터링하는 가우시안 필터;
상기 가우시안 필터링된 루미넌스 맵의 시간적인 변화량을 분석하는 변화량 검출부;
상기 변화량에 따라 제2화재 후보 영역을 결정하고 나머지 영역을 제거하는 비화재 영역 제거부로 구성됨을 특징으로 하는 화재 감지 시스템
|
| 5 |
5
제1항에 있어서,
상기 SVM 처리모듈의 웨이블릿 에너지 검출식은 수학식 11에 따름을 특징으로 하는 화재 감지 시스템
|
| 6 |
6
제1항에 있어서,
상기 SVM 처리 모듈의 결과에 대해 모폴로지 열림(opening) 연산을 통해 색상과 변화량에 대한 노이즈 영역을 제거하고 최종적으로 화재를 감별하는 것을 특징으로 하는 화재 감지 시스템
|
| 7 |
7
화재 감지 방법에 있어서,
이전 프레임의 그레이 영상을 배경으로 초기화한 후에 현재 프레임을 반영하여 이전 배경 프레임을 업데이트하여 움직임을 표식한 프레임을 출력하는 단계;
상기 움직임이 표식된 프레임에 대해 컬러 모델을 적용하여 제1화재 후보 영역을 검출하는 단계;
상기 현재 프레임에 대해 루미넌스 맵을 적용하여 주변에 비해 밝은 제2화재후보영역을 검출하는 단계;
상기 제1 및 제2화재후보영역에 대해 SVM(Support Vector Machine)을 이용하여 시간적인 웨이블릿 변환 에너지의 변화량 모델에 따라 최종 화재 감지 영역을 추출하는 단계를 구비하며,
상기 움직임의 표식은,
현재 프레임에 대한 이전 프레임의 그레이 영상 값의 차분이 임계치보다 크면 해당 프레임에 움직임 픽셀 값을 부여함으로 이행됨을 특징으로 하는 화재 감지 방법
|
| 8 |
8
삭제
|
| 9 |
9
제7항에 있어서,
상기 컬러 모델의 적용은,
화재 색상 모델을 이용하여 전체 색상 채널의 확률값을 계산하고 이 값이 임계값보다 클 경우에 제1화재 후보 영역으로 판별함으로 이행됨을 특징으로 하는 화재 감지 방법
|
| 10 |
10
제7항에 있어서,
상기 루미넌스 맵의 적용은,
입력 영상정보를 그레이 영상정보로 변환하는 단계;;
상기 그레이 영상정보를 다운 샘플링하는 단계;
상기 다운 샘플링된 영상정보를 서로 다른 크기로 필터링하는 단계;
상기 다수의 필터의 출력값에 대한 평균을 연산하는 단계;
상기 평균 연산부의 출력을 원래 크기로 복원하여 루미넌스 맵을 생성하는 단계;
상기 루미넌스 맵에 대해 가우시안 필터링하는 단계;
상기 가우시안 필터링된 루미넌스 맵의 시간적인 변화량을 분석하는 단계;
상기 변화량에 따라 제2화재 후보 영역을 결정하고 나머지 영역을 제거하는 단계로 구성됨을 특징으로 하는 화재 감지 방법
|
| 11 |
11
제7항에 있어서,
상기 웨이블릿 에너지 검출식은 수학식 12에 따름을 특징으로 하는 화재 감지 방법
|
| 12 |
12
제7항에 있어서,
상기 SVM 처리 결과에 대해 모폴로지 열림(opening) 연산을 통해 색상과 변화량에 대한 노이즈 영역을 제거하고 최종적으로 화재를 감별하는 것을 특징으로 하는 화재 감지 방법
|
