ETRI-Knowledge Sharing Plaform

ENGLISH
기술이전 검색
연도 ~ 이전수 키워드

상세정보

딥 러닝 기반 산불용 영상 인식 기술

전수책임자
이원재
참여자
권은정, 김성현, 박영수, 신원재, 이용태, 이원재, 조경섭
기술이전수
1
이전연도
2016
협약과제
15MR8300, 무인기 탑재 복합형 센서 기반의 국지적 재난 감시 및 상황 대응을 위한 스마트 아이 기술 개발, 이용태
"딥 러닝 기반 산불용 영상 인식 기술"은 무인기와 같은 항공기에서 촬영한 정지 영상을 분석하여 산불과 같은 화재 발생 여부를 인식하는 기술이다. 높은 인식률을 달성하기 위해 딥 러닝 기법의 하나인 Deep Convolutional Neural Network을 사용한 것이 특징이다. 해당 기술에서는 네트워크로 컬러 영상을 입력받아 인식 결과를 네트워크로 송신한다.
ㅇ CCTV, 무인기 등으로 산림 자원을 감시할 때, 사람이 감시하기에는 많은 인력이 필요하다. 산불이 발생하였을 때 촬영된 영상을 기반으로 자동으로 발생 여부를 감지할 수 있다면 적은 인력으로 재난을 신속하게 인지하고, 인명과 재산피해를 최소화할 수 있다. '딥 러닝 기반 산불용 영상 인식 기술'은 CNN(Convolutional Neural Network)을 활용하여 영상을 분석하고 산불 발생 여부를 감지하는 기술이다.


ㅇ “각종 재난으로부터 안전한 삶 실현”을 실현하기 위해서는 무인기를 활용한 화재 감시와 화재 감지를 자동화 할 수 있는 영상 인식 기술이 필수적이다.
ㅇ 개발 기술은 산불 감지 분야에 딥 러닝 기술을 최초로 적용하여 높은 정확도를 달성하였다.
ㅇ 개발 기술은 Convolutional Neural Network에서 Convolutional Layer, Rectified Linear Unit Layer, Pooling Layer를 반복적으로 적용하여 특징점 및 ROI를 검출한다.
ㅇ 개발 기술에서 입력 영상에 대한 특징점 및 ROI를 검출하기 위해서, Convolutional Neural Network를 구성하는 Weight 변수를 Backpropagation 방식의 최적화를 통해 반복적으로 업데이트함으로써, 특징점 및 ROI을 위한 최적의 Weight 변수를 도출한다.
ㅇ 본 기술에서는 overfitting을 피하고 정확도를 향상시키기 위해서 Data Augmentation, L2 Regularization, Dropout을 적용하였고, 내부 시험에서 90%가 넘는 정확도를 달성하였다.
ㅇ 본 기술은 GPU를 활용하여 빠른 인식 속도를 달성하였으며, 대량의 영상 처리가 가능함.
ㅇ 기술이전 내용
1 세부기술명: 딥 러닝 기반 영상처리 기술
- 영상 수집 기능
- 재난 영상 분석 자료 표출 기능
- 재난 발생 현황 시각화 기능
2 세부기술명 : 딥 러닝 기반 산불용 영상인식 기술
- 영상 수집 기능
- 재난 영상 분석 자료 표출 기능
- 산불 영상 인식 기능
- 재난 발생 현황 시각화 기능

ㅇ 기술이전 범위
1 세부기술명: 딥 러닝 기반 영상처리 기술
- 딥 러닝 기반 산불용 영상 인식 기술 요구사항정의서
- 딥 러닝 기반 산불용 영상 인식 기술 상세설계서
- 딥 러닝 기반 산불용 영상 인식 기술 구현 결과물
(기술이전 관련 소스 파일)
2 세부기술명 : 딥 러닝 기반 산불용 영상인식기술
- 딥 러닝 기반 산불용 영상 인식 기술 요구사항정의서
- 딥 러닝 기반 산불용 영상 인식 기술 상세설계서
- 딥 러닝 기반 산불용 영상 인식 기술 구현 결과물
(기술이전 관련 소스 파일, 산불 영상 인식용 모델)
ㅇ 무인기를 이용한 화재 감시 시스템에 적용하여 화재를 감지할 수 있다.

ㅇ 추가 학습을 통해 CCTV를 활용한 화재 감시에도 적용이 가능하다.

ㅇ 외산 의존도가 선진국에 비해 상대적으로 높은 재난·안전 분야 산업 기술을 국내 기술로 대체하고, 기술 개발을 선도함으로써 국내 관련 연구, 인력 및 산업기반에 고도화를 가져올 수 있다.