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
- 학술대회자료
- 저자정보
- 저널정보
- 한국정보통신학회 INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING 2017 INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING Vo.9 No.1
- 발행연도
- 2017.6
- 수록면
- 261 - 264 (4page)
이용수
초록· 키워드
오류제보하기
Various fire detection systems have been constructed to prevent disastrous fire. However, existing fire detection systems are limited to practical applications due to lower detection accuracy and frequent alerts caused by incorrect operations. Previous fire detection systems have only focused on detecting flames. Therefore they can mistake the flames of candles or gas ranges as a fire. They also cannot provide additional life-saving information, such as the location of people or fire extinguishers. Thus, we have tried to construct a new fire detection system which can improve flame detection accuracy, does not incorrectly identify the flame of candles or gas ranges as a fire, and also provide additional lifesaving information.
Faster R-CNN is a deep learning algorithm that detects classes and locations of objects, as well as fires, in real-time by using CNN. We have built our fire detection system based on Faster R-CNN. In order to evaluate the performance of our fire detection system, we used various images such as forest fires, gas range fires, and candle flames. Consequently, the fire detection rate of our system was very good at 99.24%. In addition, we analyzed its object detection performance involving 14 classes, such as people, fire extinguishers, doors, pets, etc. Finally, the mAP (mean Average Precision) was relatively high at 0.7863.
Faster R-CNN is a deep learning algorithm that detects classes and locations of objects, as well as fires, in real-time by using CNN. We have built our fire detection system based on Faster R-CNN. In order to evaluate the performance of our fire detection system, we used various images such as forest fires, gas range fires, and candle flames. Consequently, the fire detection rate of our system was very good at 99.24%. In addition, we analyzed its object detection performance involving 14 classes, such as people, fire extinguishers, doors, pets, etc. Finally, the mAP (mean Average Precision) was relatively high at 0.7863.
목차
Abstract
I. INTRODUCTION
II. IMPLEMENTATION OF A FIRE DETECTION USING FASTER R-CNN
III. TEST AND ANALYSIS
IV. DISCUSSION AND CONCLUSIONS
REFERENCES
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Comparison of faster R-CNN models for object detection
제어로봇시스템학회 국제학술대회 논문집
2016 .10
-
스마트 글래스에 적용 가능한 Faster R-CNN 기반 물체 검출
Proceedings of KIIT Conference
2023 .11
-
Activity Object Detection Based on Improved Faster R-CNN
멀티미디어학회논문지
2021 .03
-
An IoT-Based Object Detection and Alerting System for Livestock Disease Prevention
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2019 .06
-
Faster R-CNN기법을 이용한 비정상 침입탐지 모델 연구
Proceedings of KIIT Conference
2019 .06
-
작은 물체 검출을 위한 딥러닝 네트워크 구조
한국자동차공학회 춘계학술대회
2021 .06
-
Faster R-CNN 기반의 물체 인식 및 심층 신경망 기반의 로봇 파지
대한기계학회 춘추학술대회
2017 .05
-
실제 로드뷰 이미지에서 Faster R-CNN과 Scene Text Detection CNN을 이용한 간판 영역 검출 방법
한국정보과학회 학술발표논문집
2022 .06
-
GPR Image Recovery Effect on Faster R-CNN-Based Buried Target Detection
Journal of Electromagnetic Engineering And Science
2022 .09
-
블레이드의 표면 결함 검출을 위한 Faster R-CNN 딥러닝 모델 구축
한국구조물진단유지관리공학회 논문집
2019 .01
-
Faster R-CNN을 이용한 해양에서의 선박 검출
정보 및 제어 논문집
2017 .10
-
[AI-15] Real-Time Detection of Very Small Objects Using Deep Learning with Image Big Data
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2024 .01
-
Sub-Frame Analysis-based Object Detection for Real-Time Video Surveillance
International journal of internet, broadcasting and communication : IJIBC
2019 .01
-
Faster R-CNN에서의 원근 왜곡 보정을 통한 물체 검출
한국정밀공학회 학술발표대회 논문집
2017 .05
-
Faster R-CNN 기반 보행 장애물 검출
대한전기학회 학술대회 논문집
2020 .07
-
이미지 프로세싱 및 Faster R-CNN을 이용한 생산품 결함 모니터링
한국생산제조학회 학술발표대회 논문집
2020 .07
-
영상에서 다중 객체 추적을 위한 CNN 기반의 다중 객체 검출에 관한 연구
반도체디스플레이기술학회지
2019 .01
-
금속 표면의 결함 검출을 위한 영역 기반 CNN 기법 비교
전기학회논문지
2018 .07
-
임베디드 환경에서의 CNN 기반 실시간 객체 및 차선 검출에 관한 연구
한국자동차공학회 춘계학술대회
2021 .06
-
Faster R-CNN을 이용한 프레스 공정 내 작업자 검출
대한전자공학회 학술대회
2018 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
CNN을 활용한 영상 기반의 화재 감지
김영진
,
김은경
한국정보통신학회논문지
2016
.09
Faster R-CNN의 중심 Convolution Neural Network 모델이 훈련 및 추론에 미치는 영향에 대한 분석
신수진
,
박준건
,
김윤영
외 2명
대한산업공학회 추계학술대회 논문집
2017
.11
Comparison of faster R-CNN models for object detection
Chungkeun Lee
,
H. Jin Kim
,
Kyeong Won Oh
제어로봇시스템학회 국제학술대회 논문집
2016
.10
영상처리에서의 최적화된 계산량의 Adaptive 백터 필터링 방법
이춘매
,
민영재
,
김규영
외 2명
대한전자공학회 학술대회
2010
.06
3D 프린팅 기술과 건축적 활용
최성권
건축
2014
.01
최근 본 자료
댓글(0)
0