La importancia de los sistemas inteligentes para la detección de incendios por imagen

La detección automática de incendios es uno de los pilares fundamentales para reducir pérdidas por incendios. Los sistemas requieren ser cada día más inteligentes y rápidos para dar una respuesta efectiva. Además de ello, deben ser suficientemente robustos antes las falsas alarmas, lo que implica que el concepto de precisión juega un papel muy importante. En este post, analizamos la importancia de los sistemas inteligentes para la detección de incendios por imagen.

Las tecnologías disponibles actualmente en este campo son cada vez más capaces de cumplir con lo mencionado anteriormente. Sin embargo, las tecnologías tradicionales de detección de humos y calor quedan, en ocasiones, algo cortas para garantizar una rapidez y precisión en edificios complejos, alturas elevadas y circunstancias más específicas.

Las tecnologías tradicionales de detección de humos y calor quedan, en ocasiones, algo cortas para garantizar una rapidez y precisión.

En este sentido, la detección térmica tiene un límite de altura muy reducido y, aunque la detección de humos es capaz de funcionar en alturas mayores, lo cierto es que a partir de determinada cota el humo incipiente no es capaz de ascender a los niveles superiores hasta que la potencia del incendio no es relativamente grande. Por tanto es difícil que, en edificios de gran altura, las actuales tecnologías de detección sean suficientes y puedan anticiparse al peligro.

Caso parecido ocurre en espacios más complejos, con estructuras de techo poco uniformes, por ejemplo, donde la respuesta de los sistemas puede ser muy diferente en función del punto en el que se produzca el incendio. Como ejemplos podemos indicar los centros comerciales con atrios, las zonas con techos bajos o los espacios curvos.

La detección de incendios por imagen, al alza

En ese sentido, está cobrando mucha importancia la investigación y el desarrollo de sistemas de detección por imagen. La técnica se basa fundamentalmente en la captación y procesado informático de las imágenes a través de cámaras. Mediante una serie de algoritmos de inteligencia artificial y aprendizaje automático, los sistemas deben ser capaces de discriminar si lo que se observa a través de la cámara es o no un incendio.

El asunto no es fácil, pero lo cierto es que la tecnología actual ya es capaz de reconocer caras y objetos. Google Lens es un ejemplo increíble de lo que se puede llegar a hacer. Se trata de una tecnología gratuita y online que es capaz, a día de hoy, de reconocer imágenes y devolver información sobre las mismas. Eso lo podemos hacer directamente apuntando con el móvil a un objeto. Si se trata de un objeto fabricado relativamente conocido (o no tanto), nos mostrará su marca, dónde comprarlo, etc. Si se trata de objetos más abstractos (una flor, un animal) nos mostrará fotografías parecidas.

La cuestión es que con el desarrollo de los algoritmos de inteligencia artificial, los ordenadores pueden de alguna forma simular la percepción abstracta que tenemos los seres humanos cuando miramos un objeto. Al igual que cualquier niño pequeño es capaz de ver un perro de diferentes razas, pero entender que se trata de un perro, es posible (lo cual no significa que sea fácil), hacer aprender a las máquinas que algo que parece humo puede efectivamente serlo, si además de parecerlo hay alguna otra pista que lo ratifique.

Con el desarrollo de los algoritmos de inteligencia artificial, los ordenadores pueden de alguna forma simular la percepción abstracta que tenemos los seres humanos cuando miramos un objeto.

El procesado de datos de imágenes se realiza a través de algoritmos complejos de inteligencia artificial, que pueden llevar a determinar la presencia de incendio de un determinado lugar, mediante el análisis en directo de la imagen.

Los sistemas son entrenados para procesar las imágenes en directo, tomadas directamente desde la cámara, para buscar la presencia de humo o llamas. El sistema simplifica la imagen y la divide en zonas más pequeñas. Cuando alguna de las zonas presenta alguno de los parámetros propios de lo que se considera un incendio, es esta zona la que se analiza en mayor profundidad, así como su evolución en el tiempo. De esta manera se reduce el tiempo de análisis y las necesidades de procesamiento.

Si la característica de humo o llama no es muy evidente, el uso de la imagen completa sin distribución por zonas haría decrecer la precisión de la detección, o al menos retardarla.

Este tipo de algoritmos de reconocimiento son capaces de aprender automáticamente y extraer características concretas a partir de imágenes complejas de forma efectiva.

La base del entrenamiento se fundamenta, entre otras muchas cosas, en la alimentación con imágenes de incendios y de no incendios, de situaciones que lo son o situaciones que no lo son, algo parecido a esta figura:

Por otra parte, se utiliza el método de la clasificación por cascada, para hacer la discriminación más fuerte. Las características del fuego se dividen en diferentes fases de confirmación. En la primera fase, sólo unas pocas características se chequean. Si en alguna de las zonas de la imagen se produce un “sí”, sólo entonces esa zona pasa a una segunda fase de análisis en cascada. Si en la alguna fase no hay características propias del fuego, esa zona de análisis se descarta, de manera que se elimina tiempo y requerimientos de procesado. La figura siguiente muestra este método, para sólo dos fases:

Esta pequeña explicación es solamente la punta del iceberg de una ingente cantidad de investigaciones al respecto, con una enorme complejidad matemática e informática detrás. A pesar de su dificultad técnica, veremos progresar rápidamente esta disciplina y con seguridad se aplicará en detección avanzada de incendios.

En poco tiempo, es posible que las actuales tecnologías de detección basadas en características únicas (temperatura, opacidad, rayos UV ó IR), queden relativamente pronto obsoletas, si el desarrollo de esta nueva disciplina de inteligencia artificial aplicada a la detección de incendios sigue adelante. ¡Tendremos nuestra visión puesta en ello!