Earticle

초록

한국어

실험실에서 발생하는 화재 사고는 인명과 재산 피해 위험이 커 신속한 탐지와 체계적인 대응이 요구된다. 본 논문에서는 실험실에서 발생할 수 있는 다양한 화재 상황에 효율적으로 대처하기 위하여 4종류(일반, 유류, 전기, 금속) 화재 시나리오를 포함하는 이미지 데이터 셋을 구축하고, 객체 검출(YOLOv5) 기반 화재 특징 추출과 트리 기반 의사결정(Random Forest) 모형을 결합한 이미지 기반 실험실 화재 유형 분류 모델을 제시하고 평가한다.

목차

요약
1. 서론
2. 관련 연구
3. 실험방법
3.1. 문제 정의
3.2. 화재 이미지 생성과 데이터 세트 구축
3.3 YOLOv5[8]를 이용한 화재 특징 추출
3.4. 특징 벡터와 Random Forest 모형[9]을 이용한 화재 분류
4. 실험결과
4.1 실험 환경
4.2 성능 평가
5. 결론
Acknowledgement
참고문헌

저자

• 안상진 [ 일반대학원 인공지능학과 아주대학교 ]
• 김범조 [ 일반대학원 인공지능학과 아주대학교 ]
• 김연우 [ 자연과학대학 생명과학과 아주대학교 ]
• 손경아 [ 인공지능학과 아주대학교 ] 교신저자

참고문헌