Earticle

초록

한국어

최근 화재 탐지 분야는 불꽃 연기의 특징과 인공지능 인식(Detection) 모델을 활용하여 탐지율을 높이려는 연구가 많이 진행 되어 왔다. 기존 화재 탐지 정확도를 높이기 위한 모델 연구 이외에도 불꽃·연기의 특징을 다양한 방법으로 데이터 가공한 학습 데이터셋을 활용하는 연구들이 진행되고 있다. 본 논문에서는 화재 탐지시 불꽃/연기의 오탐지율이 높은 것을 확인하고 오탐지 율을 낮추기 위해 화재 상황을 인식하여 분류하는 방법과 데이터셋을 제안한다. 제안한 모델은 동영상을 학습데이터로 활용하 여 화재 상황의 특징을 추출하여 분류모델에 적용하였다. 평가는 한국정보화진흥원(NIA)에서 진행하는 화재 데이터셋을 이용 하여 Yolov8, Slowfast의 모델 성능을 비교 및 분석하였다.

목차

요약
1. 서론
2. 본론
2.1 모델 사용
2.2 데이터셋 구성
2.3 성능평가
2.4 성능비교
3. 결론
참고문헌

저자

• 이정록 [ Lee, Jeong-Rok | 에이아이리더 이사 ]
• 이대웅 [ Lee, Dae-Woong | 에이아이리더 대리 ]
• 정서현 [ Jeong, Sae-Hyun | 에이아이리더 연구원 ]
• 정상 [ Jung, Sang | 중앙대학교 ICT융합안전전공 교수 ]

참고문헌