Pesquisadores da Universidade Federal do Ceará (UFC) em parceria com uma equipe internacional desenvolveram uma inteligência artificial capaz de identificar focos de incêndio em tempo real e, a partir disso, acelerar o acionamento de equipes de combate ao fogo.

O algoritmo computacional pode ser usado em drones e câmeras de vigilância comuns, facilitando o monitoramento de incêndios em espaços públicos ou em ambientes fechados.

De acordo com um trabalho recém-publicado na revista internacional IEEE Transactions on Industrial Informatics, são necessários entre 30 e 210 milissegundos (menos de um segundo) para o reconhecimento em imagem do padrão de princípios de incêndio.

Ação rápida dos bombeiros

“Com um sistema desses, a gente consegue prever incêndios e reduzir o tempo de atuação dos bombeiros”, explica Victor Hugo de Albuquerque, um dos autores do projeto e professor do Laboratório de Engenharia de Sistemas de Computação (Lesc), vinculado ao Departamento de Engenharia de Teleinformática (Deti) da UFC.

Os pesquisadores criaram uma Rede Neural Convolucional (CNN, na sigla em inglês), algoritmo de aprendizado profundo aplicado principalmente na detecção, identificação e classificação de elementos em imagens.

Um banco com milhares de imagens de áreas públicas foi utilizado para “treinar” a CNN no reconhecimento de características de frames em três situações distintas: com fogo; com fumaça e sem fogo; e sem fumaça e sem fogo.

Logo, quando era testado com uma nova imagem, o algoritmo conseguia classificá-la automaticamente e gerava o alerta.

Os principais diferenciais para outras redes neurais já existentes, de acordo com o professor Victor Hugo, são: capacidade de processamento relativamente baixa,  consome pouca energia e pode ser integrada a um hardware utilizado por drones ou ser usada em nuvem.
Os testes comparativos revelaram que a nova rede possuía os melhores resultados no reconhecimento das imagens.

Testes de campo

Para os próximos passos, os estudiosos pretendem fazer testes de campo com drones e o modelo proposto para avaliar o desempenho da CNN em situações controladas.

O algoritmo é resultado da tese de doutorado do pesquisador Jefferson Almeida, orientando de Victor Hugo, com financiamento da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes).

Também participam pesquisadores da Tongji University (China), da Banasthali Vidyapith (Índia) e da King Faisal University (Arábia Saudita), além do professor Fabrício Gonzalez Nogueira, do Departamento de Engenharia Elétrica da UFC.

Com informações do Diário do Nordeste