RnDcircle

번호	청구항
1	사진 및 동영상을 입력받아 범용 화재 영상 데이터를 수집하는 범용화재 데이터 수집부;상기 범용화재 데이터 수집부를 통하여 수집된 영상에서 범용 화재 데이터를 분류하고, 분류된 범용 화재 데이터를 증강하고 학습하여 1차 화재 학습 데이터를 생성하는 1차 화재 데이터 생성 증강부;상기 1차 화재 데이터 생성 증강부를 통하여 학습된 1차 화재 학습 데이터를 활용하여 딥러닝 한 결과를 도출하는 1차 화재 학습부;상기 1차 화재 학습부에서 학습된 결과를 활용하여 추론을 진행하는 1차 화재 추론부;현장에 설치된 카메라 및 CCTV를 통하여 실제 환경에 따른 현장 데이터를 획득하는 CCTV 현장영상 수집부;상기 CCTV 현장영상 수집부로부터 획득된 현장 데이터를 활용하여 현장 맞춤형 화재 데이터를 생성하고 증강하여, 생성된 현장 맞춤형 화재 데이터를 영상분석 방식을 통하여 증강하고 딥러닝 학습하여 2차 화재 데이터를 생성하는 2차 화재 데이터 생성 증강부;상기 2차 화재 데이터 생성 증강부를 통하여 생성된 2차 화재 데이터에 대하여 딥러닝 모델을 통한 현장 맞춤형 화재 데이터의 딥러닝 학습 결과를 도출하는 2차 화재 학습부; 상기 2차 화재 학습부에서 학습된 결과를 활용하여 추론을 진행하는 2차 화재 추론부;상기 2차 화재 학습부에서 학습된 결과와 상기 1차 화재 추론부에서 추론된 결과를 합한 것과 상기 범용화재 데이터 수집부를 통하여 수집된 일반 화재 데이터와 상기 CCTV 현장영상 수집부로부터 획득된 실제 환경에 따른 현장 데이터를 수집한 화재 데이터베이스와 화재발생요인 데이터만을 저장한 화재발생요인 데이터베이스와 대비하여 화재 유무를 추론하고, 유선 또는 무선으로 화재 관련 데이터를 송수신하는 중앙 관제 서버; 화재 대피용 비상 앱이 설치되고, 화재 발생 시 상기 중앙 관제 서버로부터 화재 발생 데이터를 수신하면, 상기 화재 대피용 비상 앱을 통해 현재 위치에서 비상구까지의 최단 경로 및 비상 탈출 경로를 맵(map) 상에 안내하는 사용자 단말기;를 포함하되,상기 2차 화재 데이터 생성 증강부는 2차 화재 데이터를 생성하고, 상기 2차 화재 추론부에서 현장 맞춤형 화재 데이터의 학습 결과에 따른 2차 화재 데이터에 근거하여 화재 유무를 판단하여, 상기 중앙 관제 서버로 화재 감시 사실을 통보하며, 2차 화재 데이터의 생성 학습 후에도 일정 주기로 현장에 설치된 CCTV 현장영상 수집부로부터 현장 데이터를 수신하여, 현장 영상을 활용한 3차 화재 데이터 생성 및 학습을 실행한 후 학습 결과 및 인식률에 대한 결과를 중앙 관제 서버로 송신하는 것을 특징으로 하는 현장 환경 영상 학습형 위험 인지 시스템.
2	삭제
3	삭제
4	삭제
5	삭제
6	삭제
7	제 1 항에 있어서,상기 중앙 관제 서버는, 상기 2차 화재 데이터 생성 증강부로부터 상기 2차 화재 데이터를 수신하여 디코딩해 영상 프레임을 생성하고, 상기 영상 프레임으로부터 동(動) 벡터를 추출하되 상기 동 벡터가 추출된 부분의 각 블록을 복수 개로 나눈 후 상기 각 블록을 일정 크기의 도형으로 그룹화하여 동벡터 그룹으로 정의하고, 상기 동벡터 그룹 각각에 대하여 기계학습 알고리즘을 적용하여 실동 벡터(기준 크기보다 큰 벡터) 및 비동 벡터(기준 크기보다 작은 벡터)를 추출하고, 추출된 상기 실동 벡터의 벡터 값이 기준 동 벡터 값 미만이고 상기 비동 벡터의 벡터 값이 상기 기준 동 벡터 값 이상인 경우, 상기 영상 프레임을 분석이 필요로 하지 않은 영상 프레임으로 판별하여 상기 영상 프레임에 대한 분석을 실행하지 않는, 현장 환경 영상 학습형 위험 인지 시스템.
8	삭제
9	삭제
10	삭제

사진 및 동영상을 입력받아 범용 화재 영상 데이터를 수집하는 범용화재 데이터 수집부;상기 범용화재 데이터 수집부를 통하여 수집된 영상에서 범용 화재 데이터를 분류하고, 분류된 범용 화재 데이터를 증강하고 학습하여 1차 화재 학습 데이터를 생성하는 1차 화재 데이터 생성 증강부;상기 1차 화재 데이터 생성 증강부를 통하여 학습된 1차 화재 학습 데이터를 활용하여 딥러닝 한 결과를 도출하는 1차 화재 학습부;상기 1차 화재 학습부에서 학습된 결과를 활용하여 추론을 진행하는 1차 화재 추론부;현장에 설치된 카메라 및 CCTV를 통하여 실제 환경에 따른 현장 데이터를 획득하는 CCTV 현장영상 수집부;상기 CCTV 현장영상 수집부로부터 획득된 현장 데이터를 활용하여 현장 맞춤형 화재 데이터를 생성하고 증강하여, 생성된 현장 맞춤형 화재 데이터를 영상분석 방식을 통하여 증강하고 딥러닝 학습하여 2차 화재 데이터를 생성하는 2차 화재 데이터 생성 증강부;상기 2차 화재 데이터 생성 증강부를 통하여 생성된 2차 화재 데이터에 대하여 딥러닝 모델을 통한 현장 맞춤형 화재 데이터의 딥러닝 학습 결과를 도출하는 2차 화재 학습부; 상기 2차 화재 학습부에서 학습된 결과를 활용하여 추론을 진행하는 2차 화재 추론부;상기 2차 화재 학습부에서 학습된 결과와 상기 1차 화재 추론부에서 추론된 결과를 합한 것과 상기 범용화재 데이터 수집부를 통하여 수집된 일반 화재 데이터와 상기 CCTV 현장영상 수집부로부터 획득된 실제 환경에 따른 현장 데이터를 수집한 화재 데이터베이스와 화재발생요인 데이터만을 저장한 화재발생요인 데이터베이스와 대비하여 화재 유무를 추론하고, 유선 또는 무선으로 화재 관련 데이터를 송수신하는 중앙 관제 서버; 화재 대피용 비상 앱이 설치되고, 화재 발생 시 상기 중앙 관제 서버로부터 화재 발생 데이터를 수신하면, 상기 화재 대피용 비상 앱을 통해 현재 위치에서 비상구까지의 최단 경로 및 비상 탈출 경로를 맵(map) 상에 안내하는 사용자 단말기;를 포함하되,상기 2차 화재 데이터 생성 증강부는 2차 화재 데이터를 생성하고, 상기 2차 화재 추론부에서 현장 맞춤형 화재 데이터의 학습 결과에 따른 2차 화재 데이터에 근거하여 화재 유무를 판단하여, 상기 중앙 관제 서버로 화재 감시 사실을 통보하며, 2차 화재 데이터의 생성 학습 후에도 일정 주기로 현장에 설치된 CCTV 현장영상 수집부로부터 현장 데이터를 수신하여, 현장 영상을 활용한 3차 화재 데이터 생성 및 학습을 실행한 후 학습 결과 및 인식률에 대한 결과를 중앙 관제 서버로 송신하는 것을 특징으로 하는 현장 환경 영상 학습형 위험 인지 시스템.

제 1 항에 있어서,상기 중앙 관제 서버는, 상기 2차 화재 데이터 생성 증강부로부터 상기 2차 화재 데이터를 수신하여 디코딩해 영상 프레임을 생성하고, 상기 영상 프레임으로부터 동(動) 벡터를 추출하되 상기 동 벡터가 추출된 부분의 각 블록을 복수 개로 나눈 후 상기 각 블록을 일정 크기의 도형으로 그룹화하여 동벡터 그룹으로 정의하고, 상기 동벡터 그룹 각각에 대하여 기계학습 알고리즘을 적용하여 실동 벡터(기준 크기보다 큰 벡터) 및 비동 벡터(기준 크기보다 작은 벡터)를 추출하고, 추출된 상기 실동 벡터의 벡터 값이 기준 동 벡터 값 미만이고 상기 비동 벡터의 벡터 값이 상기 기준 동 벡터 값 이상인 경우, 상기 영상 프레임을 분석이 필요로 하지 않은 영상 프레임으로 판별하여 상기 영상 프레임에 대한 분석을 실행하지 않는, 현장 환경 영상 학습형 위험 인지 시스템.