Analysis of false alarm causes in video fire detecion systems

• Autorzy: Mazur Michał , Wiśnios Michał , Paś Jacek

Identyfikatory

DOI

10.5604/01.3001.0053.7134

Warianty tytułu

PL

Analiza przyczyn fałszywych alarmów występujących w wizyjnych systemach detekcji pożaru

• Języki publikacji: EN PL

Abstrakty

EN

Video-based fire detection systems represent an innovative path in fire signalling. Thanks to a suitably designed algorithm, a system of this kind can enable the detection of a flame based on its characteristics such as colour or shape, which were not previously used in classical fire detection systems. Video-based detection systems, due to their early stage of development in the fire protection market, are not yet a certified, fully tested method for early fire detection. This paper focuses on the analysis of possible causes of false alarms occurring in video-based fire detection systems in relation to classical Fire Alarm Systems (FAS). For this purpose, a video-based flame detection algorithm is designed and implemented to further analyse the phenomena occurring in such systems.

PL

Systemy wizyjnej detekcji pożaru stanowią innowacyjną ścieżkę w zakresie sygnalizacji pożarowej. Dzięki odpowiednio zaprojektowanemu algorytmowi, system tego rodzaju może umożliwiać detekcję płomienia na podstawie takich jego cech jak barwa lub kształt, które do tej pory nie były wykorzystywane w klasycznych systemach wykrywania pożaru. Systemy wizyjnej detekcji ze względu na wczesny okres ich rozwoju na rynku systemów ochrony przeciwpożarowej, nie są jeszcze certyfikowaną, w pełni sprawdzoną metodą wczesnego wykrywania pożarów. Niniejszy artykuł skupia się na analizie możliwych przyczyn fałszywych alarmów występujących w wizyjnych systemach detekcji pożaru w odniesieniu do klasycznych Systemów Sygnalizacji Pożarowej (SSP). W tym celu zaprojektowany i zaimplementowany zostały algorytm wizyjnej detekcji płomienia, który pozwoli dokładniej przeanalizować zjawiska zachodzące w tego rodzaju systemach.

Słowa kluczowe

EN

video-based detection; flame detection; false alarm; neural network; machine learning; fire alarm system

PL

detekcja wizyjna; detekcja płomienia; fałszywy alarm; sieć neuronowa; uczenie maszynowe; system przeciwpożarowy

• Wydawca: Wydawnictwo Instytutu Technicznego Wojsk Lotniczych
• Czasopismo: Journal of KONBiN
• Rocznik: 2023
• Tom: Vol. 53, iss. 2
• Strony: 187--208
• Opis fizyczny: Bibliogr. 14 poz., rys., tab.

Twórcy

autor

Mazur Michał

• Military University of Technology (Wojskowa Akademia Techniczna)

• https://orcid.org/0000-0003-2208-3057

autor

Wiśnios Michał

• Military University of Technology (Wojskowa Akademia Techniczna)

• https://orcid.org/0000-0003-4642-9585

autor

Paś Jacek

• Military University of Technology (Wojskowa Akademia Techniczna)

• https://orcid.org/0000-0001-8900-1445

Bibliografia

• 1. X. Zhang, K. Qian, K. Jing, J. Yang, H. Yu, “Fire Detection based on Convolutional Neural Networks with Channel Attention”, Chinese Automation Congress, Chiny 2020.
• 2. T. E. Abidha, P. Mathai Paul, “Reducing False Alarms in Vision Based Fire Detection with NB Classifier in EADF Framework”, Federal Institute of Science and Technology, Angamaly 2020.
• 3. A. Khalil, S. U. Rahman, F. Alam, I. Khalil, “Fire Detection Using Multi Color Space and Background Modeling”, University of Malakand, Pakistan 2020.
• 4. P. Karasev, I. Kolesov, A. Tannenbaum, “Optical Flow Estimation for Flame Detection in Videos”, IEEE Transactions on Image Processing, 2013.
• 5. Y. Lee, J. Shim, “False Positive Decremented Research for Fire and Smoke Detection in Surveillance Camera using Spatial and Temporal Features Based on Deep Learning”, Andong National University, Andong, 2019.
• 6. P. V. Almeida, T. M. Rezende, A. C. Lisboa, A. V. Barbosa, “Fire Detection based on a Two-Dimensional Convolutional Neural Network and Temporal Analysis”, 7th IEEE LA-CCI, Temuco 2021.
• 7. M. P. Thekaekara, “Solar energy outside the earth's atmosphere”, Solar Energy Vol. 14, p.109-127, Maryland, 1971.
• 8. T. Chen, X. Guo, J. Jia, F. Xiao, “Frequency and Phase Characteristics of Candle Flame Oscillation”, Nature, 2019.
• 9. J. Antos, M. Basiak, D. Kręciwilk, „Wpływ fałszywych alarmów pożarowych na skuteczność pracy monitoringu pożarowego”, Częstochowa 2016.
• 10. A. Żyluk, M. Zieja, A. Szelmanowski, J. Tomaszewska, M. Perlińska, K. Głyda, „Electrical Disturbances in Terms of Methods to Reduce False Activation of Aerial Fire Protection Systems”, 2022, https://doi.org/10.3390/s22208059.
• 11. T. Klimczak, J. Paś, S. Duer, A. Rosiński, P. Wetoszka, K. Białek, M. Mazur, “Selected Issues Associated with the Operational and Power Supply Reliability of Fire Alarm Systems”, Energies 2022, 15(22), 8409; https://doi.org/10.3390/en15228409.
• 12. K. Głyda, A. Szelmanowski, J. Sulkowski, A. Pazur, „Fałszywe zadziałania lotniczego systemu przeciwpożarowego wywołane zakłóceniami w obwodach zasilania”, 2022, Journal of KONBiN, volume 52, DOI 10.2478/jok-2022-0037.
• 13. J. Paś, T. Klimczak, A. Rosiński et al. „The analysis of the operational process of a complex fire alarm system used in transport facilities”, Build. Simul. 15, 615–629 (2022). https://doi.org/10.1007/s12273-021-0790-y.
• 14. A. Szelmanowski, M. Zieja, K. Głyda, „Modelowanie dynamicznych właściwości termoelektrycznych czujników pożaru w lotniczym systemie przeciwpożarowym”, 2017, Journal of KONBiN, volume 44, DOI 10.1515/jok-2017-0074.