| 講演名 | 2013-03-11 Local Binary Pattern特徴量を用いたAdaBoostによる煙検出手法の検討(一般,メディア・コミュニケーションの品質と福祉,及び一般) 飯田 裕介, 丸田 英徳, 黒川 不二雄, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 煙は,炎と同時に発生し,煙自身の成長や風などの外因により形状が変化し拡散する特徴を持っているため,炎がカメラの視界に入らない場合でも観測が可能である。そのため,煙は火災検出において重要な特徴量の1つである。本稿では,火災の早期発見を目的とした,画像情報を用いた煙検出手法について検討する。カメラより取得した画像情報から煙を検出するために,特徴量としてLocal Binary Pattern (LBP)を用いる。分割したブロック毎に算出したLBPを用いてLBPヒストグラムを作成し,これを入力ベクトルとする。煙は,濃淡の差や透過性などの特徴を持つので,背景の影響を受けて検出結果が安定しないことがある。そこで,安定した検出結果の取得を行うために,AdaBoostを用いる。異なる環境条件で発生した煙データを手動で選択し,AdaBoostで学習を行う。学習により作成した識別器を用いて,分割したブロックが煙か煙以外かの2クラスの判別を行う。環境条件が異なる実環境データを用いて行った実験において,提案手法は安定した煙検出が可能であることを確認したので報告する。 |
| 抄録(英) | Smoke occurs simultaneously with a fire and we can observe it even if the fire is not in the field of view of the camera because it has features such as form change and spreading caused by its own growth or window. Therefore, smoke is a key feature to detect a fire. In this paper, we examine a smoke detection method using the image information aiming at the early detection of a fire. To detect smoke from image information which is acquired from a single camera, we use Local Binary Patterns (LBP) as an image feature. We compute the LBP histogram of each divided block using LBP and discriminate it as an input vector by AdaBoost with easy implement of an algorithm. In smoke detection, its results may not be robust and affected from environmental conditions such as background objects. Thus we adopt AdaBoost to obtain the robust detection results. We manually choose smoke and non-smoke data from the image sequences which have different environmental conditions for training of AdaBoost. Using trained classifier, the divided image block is classified whether it is smoke or non-smoke. In experiments with real world data, we examined our presented method can be robust for smoke detection. |
| キーワード(和) | 煙検出 / LBP / AdaBoost |
| キーワード(英) | Smoke detection / LBP / AdaBoost |
| 資料番号 | IMQ2012-44,IE2012-148,MVE2012-105,WIT2012-54 |
| 発行日 |
| 研究会情報 | |
| 研究会 | MVE |
|---|---|
| 開催期間 | 2013/3/4(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Media Experience and Virtual Environment (MVE) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | Local Binary Pattern特徴量を用いたAdaBoostによる煙検出手法の検討(一般,メディア・コミュニケーションの品質と福祉,及び一般) |
| サブタイトル（和） | |
| タイトル（英） | A Study on Smoke Detection Method Based on LBP Featured and AdaBoost |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 煙検出 / Smoke detection |
| キーワード(2)（和/英） | LBP / LBP |
| キーワード(3)（和/英） | AdaBoost / AdaBoost |
| 第 1 著者 氏名（和/英） | 飯田 裕介 / Yusuke IIDA |
| 第 1 著者 所属（和/英） | 長崎大学大学院工学研究科 Graduate School of Engineering, Nagasaki University |
| 第 2 著者 氏名（和/英） | 丸田 英徳 / Hidenori MARUTA |
| 第 2 著者 所属（和/英） | 長崎大学大学院工学研究科 Graduate School of Engineering, Nagasaki University |
| 第 3 著者 氏名（和/英） | 黒川 不二雄 / Fujio KUROKAWA |
| 第 3 著者 所属（和/英） | 長崎大学大学院工学研究科 Graduate School of Engineering, Nagasaki University |
| 発表年月日 | 2013-03-11 |
| 資料番号 | IMQ2012-44,IE2012-148,MVE2012-105,WIT2012-54 |
| 巻番号（vol） | vol.112 |
| 号番号（no） | 474 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |