| 1 |
1
사진 및 동영상을 입력받아 화재 데이터를 수집하는 범용화재 데이터 수집부;상기 범용화재 데이터 수집부를 통하여 수집된 영상에서 범용 화재 데이터를 분류하고, 분류된 범용 화재 데이터를 증강하고 학습하여 1차 화재 학습 데이터를 생성하는 1차 화재 데이터 생성 증강부;상기 1차 화재 데이터 생성 증강부를 통하여 학습된 1차 화재 학습 데이터를 활용하여 딥러닝 한 결과를 도출하는 1차 화재 학습부;상기 1차 화재 학습부에서 학습된 결과를 활용하여 추론을 진행하는 1차 화재 추론부;현장에 설치된 카메라 및 CCTV를 통하여 실제 환경에 따른 현장 데이터를 획득하는 CCTV 현장영상 수집부;상기 CCTV 현장영상 수집부로부터 획득된 현장 데이터를 활용하여 현장 맞춤형 화재 데이터를 생성하고 증강하여 2차 화재 데이터를 생성하는 2차 화재 데이터 생성 증강부;상기 2차 화재 데이터 생성 증강부를 통하여 생성된 2차 화재 데이터에 대하여 딥러닝 모델을 통한 현장 맞춤형 화재 데이터의 딥러닝 학습 결과를 도출하는 2차 화재 학습부; 및상기 2차 화재 학습부에서 학습된 결과와 상기 1차 화재 추론부에서 추론된 결과를 합한 것에 근거하여 화재 유무를 추론하는 2차 화재 추론부;를 포함하는 현장 환경 영상 학습형 위험 인지 시스템
|
| 2 |
2
제 1 항에 있어서,상기 범용화재 데이터 수집부를 통하여 수집된 일반 화재 데이터를 저장하거나, 상기 CCTV 현장영상 수집부로부터 획득된 실제 환경에 따른 현장 데이터를 저장하는 화재 데이터베이스; 및화재 요인 데이터를 저장하는 화재요인 데이터베이스;를 더 포함하는 현장 환경 영상 학습형 위험 인지 시스템
|
| 3 |
3
제 1 항에 있어서,상기 1차 화재 데이터 생성 증강부는, 상기 범용 화재 데이터를 GAN(Generative Adversarial Networks) 방식을 통하여 화재 데이터를 증강하고 딥러닝 학습하여 1차 화재 데이터를 생성하고, 상기 2차 화재 데이터 생성 증강부는, 현장에 설치된 상기 카메라 및 CCTV를 통하여 실제 환경에 따른 현장 데이터를 수집하고, 현장에서 가공하여 현장 맞춤형 화재 데이터를 생성하고, 생성된 현장 맞춤형 화재 데이터를 영상분석 방식을 통하여 증강하고 딥러닝 학습하여 2차 화재 데이터를 생성하는, 현장 환경 영상 학습형 위험 인지 시스템
|
| 4 |
4
제 1 항에 있어서,상기 2차 화재 데이터 생성 증강부는, 상기 2차 화재 데이터의 생성, 학습 외에도 일정 시간이 경과된 후 자동으로 현장에 설치된 상기 카메라 및 CCTV를 통하여 실제 환경에 따른 현장 데이터를 추가 수집하고, 수집된 현장 데이터를 가공 및 학습하여 3차 화재 데이터를 계속 생성하고,상기 2차 화재 추론부가 상기 현장 맞춤형 화재 데이터의 학습 결과에 따른 2차 화재 데이터에 근거하여 불꽃, 연기, 스파크를 포함하는 초기 화재를 감지한 이후에도 상기 2차 화재 데이터 생성 증강부는 상기 2차 화재 데이터를 생성하여 학습하는 것을 일정 주기로 계속 진행하는, 현장 환경 영상 학습형 위험 인지 시스템
|
| 5 |
5
제 1 항에 있어서,상기 2차 화재 데이터 생성 증강부 또는 상기 2차 화재 추론부와 유선 또는 무선으로 통신하여 화재 관련 데이터를 송수신하는 중앙 통제 서버를 더 포함하고, 상기 2차 화재 데이터 생성 증강부는 3차 화재 데이터를 생성하기 전에 상기 중앙 통제 서버로 화재 감시 사실을 통보하며, 상기 3차 화재 데이터의 생성을 진행한 후에는 학습 결과 및 인식률에 대한 결과를 상기 중앙 통제 서버로 송신하는, 현장 환경 영상 학습형 위험 인지 시스템
|
| 6 |
6
사진 및 동영상을 입력받아 화재 데이터를 수집하는 범용화재 데이터 수집부;상기 범용화재 데이터 수집부를 통하여 수집된 영상에서 범용 화재 데이터를 분류하고, 분류된 범용 화재 데이터를 증강하고 학습하여 1차 화재 학습 데이터를 생성하는 1차 화재 데이터 생성 증강부;상기 1차 화재 데이터 생성 증강부를 통하여 학습된 1차 화재 학습 데이터를 활용하여 딥러닝 한 결과를 도출하는 1차 화재 학습부;상기 1차 화재 학습부에서 학습된 결과를 활용하여 추론을 진행하는 1차 화재 추론부;현장에 설치된 카메라 및 CCTV를 통하여 실제 환경에 따른 현장 데이터를 획득하는 CCTV 현장영상 수집부;상기 CCTV 현장영상 수집부로부터 획득된 현장 데이터를 활용하여 현장 맞춤형 화재 데이터를 생성하고 증강하여 2차 화재 데이터를 생성하는 2차 화재 데이터 생성 증강부;상기 2차 화재 데이터 생성 증강부를 통하여 생성된 2차 화재 데이터에 대하여 딥러닝 모델을 통한 현장 맞춤형 화재 데이터의 딥러닝 학습 결과를 도출하는 2차 화재 학습부; 및상기 2차 화재 학습부에서 학습된 결과와 상기 1차 화재 추론부에서 추론된 결과를 합한 것에 근거하여 화재 유무를 추론하는 2차 화재 추론부;상기 2차 화재 데이터 생성 증강부 또는 상기 2차 화재 추론부와 유선 또는 무선으로 통신하여 화재 관련 데이터를 송수신하는 중앙 통제 서버; 및화재 대피용 비상 앱이 설치되고, 화재 발생 시 상기 중앙 통제 서버로부터 화재 발생 데이터를 수신하면, 상기 화재 대피용 비상 앱을 통해 현재 위치에서 비상구까지의 최단 경로 및 비상 탈출 경로를 맵(map) 상에 안내하는 사용자 단말기;를 포함하는 현장 환경 영상 학습형 위험 인지 시스템
|
| 7 |
7
제 6 항에 있어서,상기 중앙 통제 서버는, 상기 2차 화재 데이터 생성 증강부로부터 상기 2차 화재 데이터를 수신하여 디코딩해 영상 프레임을 생성하고, 상기 영상 프레임으로부터 동(動) 벡터를 추출하되 상기 동 벡터가 추출된 부분의 각 블록을 복수 개로 나눈 후 상기 각 블록을 일정 크기의 도형으로 그룹화하여 동벡터 그룹으로 정의하고, 상기 동벡터 그룹 각각에 대하여 기계학습 알고리즘을 적용하여 실동 벡터(기준 크기보다 큰 벡터) 및 비동 벡터(기준 크기보다 작은 벡터)를 추출하고, 추출된 상기 실동 벡터의 벡터 값이 기준 동 벡터 값 미만이고 상기 비동 벡터의 벡터 값이 상기 기준 동 벡터 값 이상인 경우, 상기 영상 프레임을 분석이 필요로 하지 않은 영상 프레임으로 판별하여 상기 영상 프레임에 대한 분석을 실행하지 않는, 현장 환경 영상 학습형 위험 인지 시스템
|
| 8 |
8
(a) 범용화재 데이터 수집부가 사진 및 동영상을 입력받아 화재 데이터를 수집하는 단계;(b) 1차 화재 데이터 생성 증강 학습부가 상기 범용화재 데이터 수집부를 통하여 수집된 영상에서 범용 화재 데이터를 분류하고, 분류된 범용 화재 데이터를 증강하고 학습하여 1차 화재 데이터를 생성하는 단계;(c) CCTV 현장 영상 수집부가 현장에 설치된 카메라 및 CCTV를 통하여 실제 환경에 따른 현장 데이터를 획득하는 단계;(d) 2차 화재 데이터 생성 증강 학습부가 상기 CCTV 현장 영상 수집부로부터 획득된 현장 데이터를 활용하여 현장 맞춤형 화재 데이터를 생성하고 학습하여 2차 화재 데이터를 생성하는 단계; 및(e) 화재 추론부가 상기 현장 맞춤형 화재 데이터의 딥러닝 학습 결과에 따른 상기 2차 화재 데이터에 근거하여 화재 유무를 판단하는 단계;를 포함하는 현장 환경 영상 학습형 위험 인지 방법
|
| 9 |
9
제 8 항에 있어서,상기 (b) 단계에서 상기 1차 화재 데이터 생성 증강 학습부는, 상기 범용 화재 데이터를 GAN(Generative Adversarial Networks) 방식을 통하여 화재 데이터를 증강하고 딥러닝 학습하여 1차 화재 데이터를 생성하고, 상기 (d) 단계에서 상기 2차 화재 데이터 생성 증강 학습부는, 현장에 설치된 상기 카메라 및 CCTV를 통하여 실제 환경에 따른 현장 데이터를 수집하고, 현장에서 가공하여 현장 맞춤형 화재 데이터를 생성하고, 생성된 현장 맞춤형 화재 데이터를 OpenCV 방식을 통하여 증강하고 CNN을 이용하여 딥러닝 학습하여 2차 화재 데이터를 생성하는, 현장 환경 영상 학습형 위험 인지 방법
|
| 10 |
10
제 8 항에 있어서,상기 (d) 단계에서 상기 2차 화재 데이터 생성 증강 학습부는, 현장에 설치된 상기 카메라 및 CCTV를 통하여 실제 환경에 따른 현장 데이터를 수집하고, 현장에서 가공하여 현장 맞춤형 화재 데이터를 생성하고, 현장 맞춤형 화재 데이터를 학습하고, 학습된 데이터를 기반으로 제1 화재 상황과 제2 화재 상황을 합성시켜 가상의 화재 데이터인 상기 3차 화재 데이터를 생성하는, 현장 환경 영상 학습형 위험 인지 방법
|
