지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 배성호
- 발행연도
- 2015
- 저작권
- 동명대학교 논문은 저작권에 의해 보호받습니다.
이용수10
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
화재발생시 연기 감지는 화재의 조기 발견에 중요한 요소 중 하나이다. 연기의 검출을 위해 다양한 방안들이 제시되었지만 가장 앞서서 적용된 방안은 연기센서를 이용하는 방법이었다. 하지만 센서를 이용한 연기 검출은 위치에 제한적이며 그것을 보완하기에는 많은 비용이 요구되므로 이를 대체할 새로운 방법으로 영상처리를 이용한 방법이 사용되었다. 따라서 본 논문에서는 RGB Contrast 영상에서의 LBPV(Local Binary Pattern Variance)을 특징벡터로 생성하고, SVM 기반의 분류와 학습을 이용하여 연기영역을 검출하는 새로운 방법을 제안한다. 제안한 방법은 R, G, B 각 채널에서의 블록의 평균값과 블록의 평균값에 대한 명도를 재배열하여 RGB Contrast 영상을 생성한다. RGB Contrast 영상은 무채색과 유채색의 차이를 R, G, B 각 채널에서의 대비로 나타내어 무채색과 가까운 연기 후보영역으로 분리할 수 있다. 분리된 연기 후보 영역을 Uniform LBPV, Rotation-Invariance LBPV, Rotation-Invariance Uniform LBPV를 적용하여 특징으로 구성된 형태영상을 생성하였다.
Uniform LBPV는 기존의 LBPV와 달리 Ojala[7]가 제안한 방법에 의해 위의 3종류의 LBPV는 기존 LBPV의 255개의 특징벡터를 각각 59개, 36개, 10개로 줄여 분류 성능은 유지하되 빠르게 특징벡터를 구할 수 있도록 한다. 실험을 통하여 제안한 방법이 기존의 LBP와 LBPV를 이용한 연기 검출 방법보다 특징 벡터의 수를 반으로 줄였음에도 불구하고, 검출율과 오검출율이 향상됨을 확인하였다.
Uniform LBPV는 기존의 LBPV와 달리 Ojala[7]가 제안한 방법에 의해 위의 3종류의 LBPV는 기존 LBPV의 255개의 특징벡터를 각각 59개, 36개, 10개로 줄여 분류 성능은 유지하되 빠르게 특징벡터를 구할 수 있도록 한다. 실험을 통하여 제안한 방법이 기존의 LBP와 LBPV를 이용한 연기 검출 방법보다 특징 벡터의 수를 반으로 줄였음에도 불구하고, 검출율과 오검출율이 향상됨을 확인하였다.
목차
I. 서론 11. 연구의 배경 1II. 기존 영상 기반 연기 검출 방법 71. 영상의 색차 정보를 이용한 연기 검출 92. 연기의 확산 방향을 이용한 방법 103. 웨이블릿 변환을 이용한 방법 114. LBP를 이용한 질감 분석을 통한 방법 11III. 제안한 연기 검출 방법 181. 차영상을 이용한 배경분리 182. 색의 평균값과 명도로 구성된 RGB Contrast 영상 203. LBPV를 이용한 분석 204. LBPV 피라미드와 SVM 학습 및 최종 연기 검출 205. 제안한 방법의 LBPV 히스토그램 분석 23IV. 실험결과 25V. 결론 37참고문헌 38ABSTRACT 39
최근 본 자료
댓글(0)
0