Fire Detection and Semantic Fire Image Segmentation using Deep Learning

Abstract

최근 딥 러닝은 다양한 분야에서 가장 중요하고 강력한 주제이다. 딥러닝은 이미지 분류에서 뛰어난 성능을 보였으며, 이후 컴퓨터 비전의 이지미에서 객체 감지 및 시맨틱 분할에도 적용되었다. 본 논문에서는 뛰어난 성능을 가진 딥 러닝을 사용하여 화재 이미지 감지 및 분할 작업에 적합한 네트워크를 제안한다. 또한 딥러닝 압축 기법을 사용하여 화재 이미지 분할 딥러닝 모델에 적용하여 소규모 네트워크를 제안하였고 이를 임베디드 장치에 적용했다. 여러가지 광범위한 실험을 통해 화재감지와 화재 이미지 분할에서 기존의 기법보다 좋다는 점을 보였다.

Recently, deep learning has become the most important and powerful topic in various research fields. It has shown excellent performance in image classification and has been applied to the fields of object detection and semantic image segmentation of computer vision. In this thesis, we proposed deep neural networks suitable for fire image detection and segmentation tasks with excellent performance. In addition, we proposed a small-sized network for fire image segmentation based on squeezed deep-learning techniques and applied it to an embedded device. Several extensive experiments are presented to demonstrate its better performance compared with the existing methods for fire detection and image segmentation.