Empresas Premium
Las infraestructuras de saneamiento, entre ellas las estaciones depuradoras de aguas residuales (EDAR), son elementos de protección antes de devolver el agua al medio natural. No obstante, hay que trabajar todavía en aspectos como la llegada imprevista de vertidos contaminantes como hidrocarburos y otras cargas químicas. El proyecto DeepFlow aplica técnicas avanzadas de deep learning y visión por computador para digitalizar el seguimiento de la calidad del agua en masas de agua fluyentes.
El proyecto DeepFlow (Deep learning for flowin water quality monitoring), impulsado por Cetaqua - Centro Tecnológico del Agua en colaboración con el Centre de Visió per Computador (CVC), y validado gracias a la experiencia operativa del grupo Veolia, propone un cambio de paradigma: sustituir el ´ojo humano´ por un sistema de visión por computador e inteligencia artificial en entornos industruales y masas de agua naturales. El objetivo es democratizar la monitorización avanzada mediante el uso de cámaras RGB convencionales de bajo coste, transformándolas en sensores inteligentes capaces de operar de forma ininterrumpida.
Mediante el desarrollo de una arquitectura híbrida que combina algoritmos de visión clásica para la detección de anomalías de color con modelos específicos de deep learning para la identificación de hidrocarburos, DeepFlow ofrece un sistema de vigilancia autónomo, continuo y no intrusivo. Validado tanto en entorno de laboratorio como en entornos operativos reales, el sistema detecta patrones visuales de contaminación como iridiscencias y cambios cromáticos en tiempo real, generando alertas automáticas para proteger los recursos hídricos y optimizar la operación de las plantas de tratamiento.
.jpg)
