- La compañía española Seitech lanza una solución de detección temprana de incendios
- El sistema utiliza cámaras para capturar imágenes y videos en tiempo real. Estas se procesan mediante algoritmos de IA que buscan patrones y características asociadas con los incendios.
- Estos “guardabosques digitales” pueden detectar de forma inmediata tanto humo o fuego durante el día o la noche y lanzar las alarmas al centro de control para que evalúe la situación y ponga en marcha las medidas oportunas.
Con 57 grandes incendios (más de 500 hectáreas quemadas) y 10.503 siniestros forestales que calcinaron 268.000 hectáreas en España (el equivalente a más de la mitad de las Islas Baleares), el 2022 fue el peor año desde 1994 en cuestión de incendios. Y ya el primer trimestre del año, con dos grandes incendios y 2.408 siniestros para un total de 21.773 hectáreas quemadas, según los datos provisionales del Ministerio para la Transición Ecológica y el Reto Demográfico, pronostica un año complicado que se va a ver acentuado por las olas de calor y la sequía.
Conscientes de que la detección y alerta temprana de esos conatos de incendios resulta vital para que no evolucionen a grandes incendios, la compañía española Seitech, a través de su división de IA y computer vision Vision Analytics, ha desarrollado una solución de Detección Temprana de Incendios basada en visión artificial que ya van a poner en marcha varias localidades de la Comunidad de Madrid como parte de sus estrategias de prevención de incendios.
El sistema utiliza cámaras para capturar imágenes y videos en tiempo real que se procesan mediante algoritmos de inteligencia artificial que buscan patrones y características asociadas con los incendios. Si el sistema detecta un patrón lumínico o de humo, envía una alerta inmediata al centro de control para que se pueda tomar una acción preventiva. De esta manera, mediante el despliegue de cámaras de video vigilancia en lugares estratégicos que proporcionen una gran visibilidad sobre la zona a controlar, la red neuronal estará vigilando los bosques y montes durante las 24 horas del día.
Frente al uso de sensores IoT que controlan parámetros como la temperatura, humedad, calidad del aire y el movimiento, la tecnología de visión artificial es más avanzada, ya que proporciona una mayor cobertura y detección en tiempo real, con una mayor precisión y rapidez de detección de un conato de incendio. Así, mediante el procesado continuo en tiempo real de las imágenes, la red neuronal detectará de forma inmediata tanto humo como fuego y enviará una señal de alerta al centro de control para que revise la alarma, visualice la zona concreta y, en caso de riesgo, adopten las medidas oportunas los servicios de emergencia.
“El uso de las redes neuronales nos permite convertir simples imágenes en datos que nos aportan valor. En el caso de nuestra solución de Detección Temprana de Incendios, poder determinar la mera presencia de humo a partir de una imagen es vital para dar una respuesta rápida para la extinción de un incendio antes de que se propague de forma incontrolada”, señala Vicente Aragó, director ejecutivo de Seitech. “Estamos convencidos de que la IA y la visión artificial van a ser los mejores guardabosques digitales de los municipios españoles y los mejores aliados este verano para preservar la biodiversidad de nuestro país”, añade.
Y es que, gracias a la visión artificial, es posible detectar incendios en tiempo real, incluso cuando no hay nadie presente en la zona a proteger o en lugares de difícil acceso o en áreas muy grandes, donde resulta difícil para un ser humano detectar el fuego a tiempo.
Además, el sistema desarrollado por Seitech es menos propenso a errores o falsas alarmas, lo que puede reducir los costes asociados con el tiempo de inactividad y la evacuación innecesaria de la zona, así como contribuir a reducir el riesgo de daños materiales y personales, ya que permite una respuesta rápida y eficaz ante la detección de humo y fuego.
Nuestras noticias también son publicadas a través de nuestra cuenta en Twitter @ITNEWSLAT y en la aplicación SQUID |