“Según las pruebas realizadas, el video que más tardó en activar la alarma fue alrededor de 14 segundos, pero el promedio en detectar el humo es de seis segundos ”, valoró Luis Javier García Villalba, director del grupo de investigación de Análisis, Seguridad y Sistemas de la UCM y coautor del estudio.

Esta metodología, descrita en 'Sustainability', puede ayudar a disminuir la intensidad del incendio dada la alarma temprana, así como la aplicación de los debidos protocolos para su mitigación. Su precisión oscila entre el 97.85% y el 99.83%.

Para llevar a cabo el estudio, los científicos han empleado bases de datos con grabaciones de humo a las que se fueron aplicando etapas como la textura y el color. El humo es la primera consecuencia que se aprecia tras la combustión y adquiere tonalidades diferentes en la escala de grises dependiendo del material que se esté quemando. Cuando la herramienta registra ese matiz, es capaz de clasificar la gravedad de ese fuego.

“Además, el análisis de características como el movimiento, el crecimiento y la dirección ayudan a tener un porcentaje mucho más bajo de falsos positivos debido a que el humo siempre muestra una tendencia ascendente con un movimiento constante”, añadió el investigador de la UCM.

Aunque en un principio este trabajo se focalizó en incendios menos expansivos –producidos en edificios o áreas cerradas–, en la actualidad se trabaja en “la aplicación en incendios forestales que implican distancias más largas y áreas a cubrir más grandes, así como con otros factores que deben de tomarse en cuenta”, adelantó García Villalba.