Dentro dos produtos e estudos inovadores relacionados com a deteção de incêndios é possível entender o porquê de ainda não existir um produto que tenha evoluído ao ponto de ser aplicado numa grande escala. A inviabilidade económica e o subdesenvolvimento dos algoritmos são dois dos grandes fatores.

Sistemas equipados com câmaras, que já por si apresentam um custo elevado devido às suas funções, tornam este tipo de produto apelativo apenas a um público que tenha interesse em montar o sistema em pequena escala[8][9]. Nos algoritmos, a falta de um que contenha a capacidade de se adaptar a qualquer cenário e a interligação entre unidades com uma longa distância entre si, mostram apenas um tipo de deteção simplificado e sem a capacidade de uma localização mais precisa.

Com a análise de todos os aspetos anteriores, obteve-se o ideal de FireTrack, uma unidade de processamento cognitiva capaz de detetar incêndios quando estes apresentam os seus primeiros sinais. Como meio de obtenção de informação, o FireTrack terá um software baseado em visão, uma área relativamente recente e que demonstra capacidades de inovação nesta área.

Nos estudos deste tipo de software, encontram-se desenvolvimentos de redes neuronais [4], [14]–[26], que serão uma mais valia para esta dissertação. O tipo de análise das imagens obtidas alastra-se por um espetro de algoritmos capazes de identificar diversas situações, sendo algumas delas, a deteção de fumo e variação de cores [6], [27]–[35], que irão ser necessárias, dependendo

do cenário que o sistema FireTrack esteja a analisar. Por último, a montagem deste deverá ser robusta, de modo a enfrentar as adversidades temporais, e de fácil montagem e manutenção de modo a reduzir custos técnicos.