Publicação
Prevention of forest fires using computer vision
| datacite.subject.fos | Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática | pt_PT |
| dc.contributor.advisor | Silvestre, Daniel | |
| dc.contributor.author | Tavares, Afonso Brito Caldeira Viegas | |
| dc.date.accessioned | 2025-03-20T16:50:57Z | |
| dc.date.available | 2025-03-20T16:50:57Z | |
| dc.date.issued | 2024-11 | |
| dc.description.abstract | The increase in both the number and size of fires demonstrates an urgent need for new and innovative interventions, not only in firefighting, but also in prevention, since firefighting is far more efficient when combined with improved prevention strategies. One of the most effective methods of preventing the spread of fires is to ensure that fields, especially tree plantations, are regularly trimmed and cleaned, preventing fire from spreading from the ground to the tree canopy, making it tremendously difficult to control and extinguish a fire. The use of videos of tree plantations taken by an Unmanned Aerial Vehicle (UAV) and the subsequent creation of an algorithm that processes them, with the use of computer vision and OpenCV algorithms, has the effect of significantly reducing the laborious task of checking whether parts of a field are cleaned. This process eliminates the need for human intervention and reliance on a database of images of trees to create a neural network model. The script implemented is designed to process and compare two videos, one repre- senting a clean field of a tree plantation and the other representing the same plantation after some time (with potential overgrowth). The objective is to identify tree trunks that are occluded by vegetative growth and require cleaning. Although further testing of the algorithm is required in order to guarantee its efficacy in a broader range of scenarios and with a greater quantity of data, the results of this work are promising. | pt_PT |
| dc.description.abstract | O aumento do número e da dimensão dos incêndios demonstra a necessidade urgente de intervenções novas e inovadoras, não só no combate aos incêndios, mas também na prevenção, uma vez que o combate aos incêndios é muito mais eficiente quando combinado com estratégias de prevenção melhoradas. Um dos métodos mais eficazes para evitar a propagação de incêndios consiste em assegurar que os campos, especialmente as plantações de árvores, sejam regularmente aparados e limpos, impedindo que o fogo se propague do solo para a copa das árvores, o que dificulta enormemente o controlo e a extinção de um incêndio. A utilização de vídeos de plantações de árvores captados por um drone e a subsequente criação de um algoritmo que os processa, com recurso a computer vision e algoritmos OpenCV, tem como efeito reduzir significativamente a laboriosa tarefa de verificar se partes de um campo estão limpas. Este processo elimina a necessidade de intervenção humana e a dependência de uma base de dados de imagens de árvores para criar um modelo de rede neuronal. O script implementado foi concebido para processar e comparar dois vídeos, um que representa um campo limpo de uma plantação de árvores e outro que representa a mesma plantação após algum tempo (com potencial crescimento excessivo). O objetivo é identificar os troncos das árvores que estão ocluídos pelo crescimento vegetativo e que necessitam de limpeza. Embora sejam necessários mais testes do algoritmo para garantir a sua eficácia numa gama mais vasta de cenários e com uma maior quantidade de dados, os resultados deste trabalho são promissores. | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10362/181016 | |
| dc.language.iso | eng | pt_PT |
| dc.relation | FirePuma - Forest Fire Prevention through Uncertainty Minimization in Surveillance | |
| dc.subject | Computer vision | pt_PT |
| dc.subject | OpenCV | pt_PT |
| dc.subject | Fires | pt_PT |
| dc.subject | Fire Prevention | pt_PT |
| dc.subject | Tree Plantation | pt_PT |
| dc.title | Prevention of forest fires using computer vision | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| oaire.awardNumber | LA/P/0083/2020 | |
| oaire.awardNumber | PCIF/MPG/0156/2019 | |
| oaire.awardNumber | UIDB/50009/2020 | |
| oaire.awardNumber | UIDP/50009/2020 | |
| oaire.awardNumber | UIDB/04111/2020 | |
| oaire.awardTitle | FirePuma - Forest Fire Prevention through Uncertainty Minimization in Surveillance | |
| oaire.awardURI | info:eu-repo/grantAgreement/FCT/Concurso para Atribuição do Estatuto e Financiamento de Laboratórios Associados (LA)/LA%2FP%2F0083%2F2020/PT | |
| oaire.awardURI | info:eu-repo/grantAgreement/FCT/3599-PPCDT/PCIF%2FMPG%2F0156%2F2019/PT | |
| oaire.awardURI | info:eu-repo/grantAgreement/FCT/Concurso de avaliação no âmbito do Programa Plurianual de Financiamento de Unidades de I&D (2017%2F2018) - Financiamento Base/UIDB%2F50009%2F2020/PT | |
| oaire.awardURI | info:eu-repo/grantAgreement/FCT/Concurso de avaliação no âmbito do Programa Plurianual de Financiamento de Unidades de I&D (2017%2F2018) - Financiamento Programático/UIDP%2F50009%2F2020/PT | |
| oaire.awardURI | info:eu-repo/grantAgreement/FCT/Concurso de avaliação no âmbito do Programa Plurianual de Financiamento de Unidades de I&D (2017%2F2018) - Financiamento Base/UIDB%2F04111%2F2020/PT | |
| oaire.fundingStream | Concurso para Atribuição do Estatuto e Financiamento de Laboratórios Associados (LA) | |
| oaire.fundingStream | 3599-PPCDT | |
| oaire.fundingStream | Concurso de avaliação no âmbito do Programa Plurianual de Financiamento de Unidades de I&D (2017/2018) - Financiamento Base | |
| oaire.fundingStream | Concurso de avaliação no âmbito do Programa Plurianual de Financiamento de Unidades de I&D (2017/2018) - Financiamento Programático | |
| oaire.fundingStream | Concurso de avaliação no âmbito do Programa Plurianual de Financiamento de Unidades de I&D (2017/2018) - Financiamento Base | |
| project.funder.identifier | http://doi.org/10.13039/501100001871 | |
| project.funder.identifier | http://doi.org/10.13039/501100001871 | |
| project.funder.identifier | http://doi.org/10.13039/501100001871 | |
| project.funder.identifier | http://doi.org/10.13039/501100001871 | |
| project.funder.identifier | http://doi.org/10.13039/501100001871 | |
| project.funder.name | Fundação para a Ciência e a Tecnologia | |
| project.funder.name | Fundação para a Ciência e a Tecnologia | |
| project.funder.name | Fundação para a Ciência e a Tecnologia | |
| project.funder.name | Fundação para a Ciência e a Tecnologia | |
| project.funder.name | Fundação para a Ciência e a Tecnologia | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| relation.isProjectOfPublication | dc9d7b90-d171-4bd5-b594-7bc7469cefbf | |
| relation.isProjectOfPublication | 1278e0a4-b80b-4c41-895c-29764e1aaf02 | |
| relation.isProjectOfPublication | 34d71566-5a1c-4705-8a56-48d16edac396 | |
| relation.isProjectOfPublication | 4c12cd86-271c-4d29-8a3a-8a50f42b553d | |
| relation.isProjectOfPublication | 4b6f2b11-607d-42c8-b823-33462c22be80 | |
| relation.isProjectOfPublication.latestForDiscovery | dc9d7b90-d171-4bd5-b594-7bc7469cefbf | |
| thesis.degree.name | MASTER IN ELECTRICAL AND COMPUTER ENGINEERING | pt_PT |