Deteção Automática de Incêndios Rurais Noturnos Utilizando Inteligência Artificial

O projeto tem quatro objetivos principais: 1) Criação de um conjunto de dados abrangente de imagens que retratem incêndios noturnos e os cenários típicos em que são detetados, servindo como base ("big data") para a caracterização detalhada de incêndios noturnos e para a abordagem dos desafios associados à sua deteção. 2) Criação de algoritmos inovadores de deteção de incêndios noturnos, potenciados por inteligência artificial, para maximizar a precisão e rapidez na identificação deste tipo de ameaças. 3) Confirmação da viabilidade da abordagem escolhida e determinação do seu potencial científico e económico através da prototipagem do sistema de deteção e da realização de uma instalação piloto. 4) Comercialização da tecnologia desenvolvida no projeto. O desenvolvimento do sistema automático de deteção de incêndios exige a recolha de um grande número de imagens com e sem incêndios. O objetivo é recolher, utilizando o sistema CICLOPE, ~5000 imagens diferentes contendo incêndios e pelo menos duas vezes mais imagens sem qualquer presença de incêndios. O número elevado de imagens sem fumo é relevante, pois são essas imagens que geram os alarmes falsos. A recolha de imagens será realizada ao longo do ano, a fim de obter imagens sob diferentes condições atmosféricas. A criação de um conjunto de dados amplo é fundamental para a criação de um sistema de deteção robusto pois a variabilidade dos dados aumenta com o número de imagens tornando o problema mais difícil de resolver, mas também mais realista. O desenvolvimento de algoritmos de deteção de incêndios noturnos, baseados em inteligência artificial, nomeadamente, as redes neuronais estado-da-arte, EfficientNets e Co-DETR, deve-se ao facto de estas serem capazes de fornecer resultados de elevada qualidade em diversas tarefas de identificação de objetos. Tal acontece, pois, as redes neuronais são extremamente adaptáveis a diferentes ambientes e capazes de generalizar, o que significa que fornecem resultados corretos em situações para as quais a rede não foi treinada. Em trabalhos passados dos autores do presente projeto as redes neuronais mostraram ser altamente eficazes a detetar incêndios florestais diurnos pelo que agora são uma escolha óbvia. O sistema de deteção baseado em inteligência artificial será incorporado no software CICLOPE existente para que possa ser testado em condições reais de operação no campo. Este passo é fundamental porque é comum que um sistema apresente um desempenho inferior em condições reais em comparação ao laboratório. A razão para isso é a impossibilidade de garantir que os conjuntos de treino, validação e teste utilizados na criação do sistema sejam representativos de todos os dados possíveis que o sistema poderá coletar. Assim que o software CICLOPE com o novo sistema de deteção automática estiver disponível, ele será instalado na estação de controlo do Comando Distrital da GNR em Leiria, onde o sinal das torres de observação de Leiria é recebido e analisado. Após confirmação da qualidade dos resultados através da instalação piloto na região de Leiria o INOV poderá começar a comercialização dos resultados do projeto. O INOV, apesar de não ser uma entidade empresarial, é o detentor e comercializador do sistema CICLOPE pelo que tem todos os recursos necessários ao correto aproveitamento da tecnologia desenvolvida no projeto. O INOV foi já capaz de incorporar e comercializar os resultados do anterior projeto ResNetDetect.