¿Qué es y para qué sirve?
Detección de forma autónoma de la presencia de fuentes de humo para cualquier cámara de vigilancia forestal, todo ello a tiempo real, discriminando entre falsos positivos y negativos, para una correcta y rápida detección de cualquier fuente de humo dentro del dominio de visión de las cámaras presentes en la red de monitorización implantada en Castilla y León.
El problema que resuelve
La gran extensión de territorio de Castilla y León hace que se requiera de un amplísimo número de cámaras de videovigilancia forestal, un factor que dificulta enormemente su monitorización completa por parte de la operativa de extinción.
”El entrenamiento de las cámaras permite identificar imágenes con humo en diferentes fases, entornos y condiciones de visibilidad, y discriminar elementos que puedan causar confusión como nubes o niebla para evitar falsos positivos.
¿Qué lo hace innovador?
Modelo de visión por computación
Un modelo de IA de visión por computación específicamente entrenado para la detección de humo con varios datasets diseñados para una correcta diferenciación entre humos y nubosidad.
Modelo de detección de falsos positivos
Un modelo estructurado con redes neuronales convolucionales y un protocolo estadístico de detección de falsos positivos por recurrencia, limitando así al máximo cualquier detección no real, y minimizando las consecuencias de una falsa alarma.
Impacto esperado
Reducción de los recursos empleados para poder monitorizar la totalidad de las cámaras disponibles en la red de monitorización de Castilla y León, que pueden ser empleados en tareas más productivas, y una respuesta más rápida y eficiente ante cualquier conato de incendio registrado por el modelo.
