Detecção de fogo e fumaça em vídeos usando remoção de fundo e Redes Neurais Convolucionais

Em ambientes abertos, quando há baixa umidade relativa do ar e calor excessivo uma pequena faísca pode ser o gatilho para que incêndios de grandes proporções aconteçam. Diante da imprevisibilidade do surgimento do fogo, detectá-lo de forma precoce é de suma importância para agilizar o combate ao incêndio e então minimizar suas consequências. As pesquisas com as Redes Neurais Convolucionais - CNN (Convolutional Neural Network) - vem aumentando de forma exponencial com utilizações de diversas tecnologias para a detecção de fogo. Desta maneira, o presente trabalho apresenta um processo de detecção de fogo e fumaça em vídeos baseado na utilização de métodos de remoção de fundo e redes neurais convolucionais para a detecção. Como resultados preliminares, o processo proposto foi capaz de alcançar uma acurácia de 92,73% na arquitetura FSDN-Fire Smoke Detection Network e 94,88% utilizando a arquitetura XCeption. Resultados similares aos encontrados na literatura utilizando a mesma base de Vídeos mostrando que aliar a utilização de CNN após a remoção de fundo em vídeos mostra-se uma estratégia promissora para a detecção de fogo e fumaça.