Juiz de Fora usa câmeras com IA contra enchentes

Juiz de Fora, na Zona da Mata mineira, passou a empregar câmeras com IA (Inteligência Artificial) para monitorar rios, prevenir enchentes e reforçar a segurança pública. O sistema, desenvolvido pela Emive e integrado à Defesa Civil e à Polícia Militar, transforma dispositivos de videomonitoramento em “olhos inteligentes” capazes de analisar imagens em tempo real, detectar situações de risco e disparar alertas automáticos antes que o pior aconteça.

Em pouco mais de seis meses de operação, a solução já evitou transbordamentos em pontos críticos da cidade e contribuiu para reduzir índices de criminalidade em áreas com histórico de ocorrências. A iniciativa coloca Juiz de Fora no mapa das cidades inteligentes brasileiras e abre caminho para modelos preditivos que podem salvar vidas e otimizar recursos públicos.

Como funcionam as câmeras com IA

As câmeras de videomonitoramento instaladas em pontos estratégicos da cidade capturam imagens 24 horas por dia. Diferentemente de dispositivos convencionais, cada câmera conta com um edge computer — um microcomputador acoplado que roda algoritmos de visão computacional. Esses algoritmos analisam a cena quadro a quadro, reconhecem objetos e avaliam padrões. Nos trechos ribeirinhos, o software identifica a régua fixada na margem e converte os pixels em um valor preciso de nível d’água.

• Nível do rio sobe além do limite? Alerta visual e sonoro é enviado ao Centro de Operações da Prefeitura.
• Veículo consta como roubado no banco nacional? A placa é reconhecida e um aviso vai para o COPOM da Polícia Militar.
• Aglomeração anormal se forma em horário incomum? A Defesa Civil recebe recomendação de evacuação preventiva.

“A tecnologia deixa de ser reativa e passa a atuar de forma preventiva. Ela evita o problema antes que ele aconteça.”

Igor Facella, diretor comercial da Emive

Tecnologia de ponta por trás da solução

Por baixo do capô, o sistema utiliza modelos de detecção de objetos como YOLOv8 combinados a redes neurais de classificação treinadas especificamente para:

• Distinguir variações do nível d’água em diferentes condições de luminosidade;
• Reconhecer placas veiculares com até 98% de acurácia;
• Identificar comportamento humano atípico, como correria repentina ou aglomerações específicas;
• Gerar heatmaps de fluxo de pessoas para gestão de trânsito e eventos.

Todo o processamento inicial acontece na borda, garantindo latência mínima. Os metadados — e não a imagem completa — são enviados à cloud municipal, reduzindo custos de banda e aumentando a privacidade. Os dashboards consolidados são acessados via navegador por técnicos da Defesa Civil, agentes da PM e gestores de trânsito.

Desafios de implementação

Integrar câmeras legadas, sensores de IoT, banco de dados criminais e alertas meteorológicos num único painel exigiu padronização de protocolos. A Emive adotou a arquitetura ONVIF para vídeo e MQTT para troca de mensagens, enquanto a Prefeitura criou um comitê multissetorial para alinhar compliance e políticas de proteção de dados pessoais.

• Conectividade: links redundantes de fibra e 5G garantem uptime de 99,98%;
• Energia: postes monitorados receberam bancos de baterias e painéis solares de apoio;
• Treinamento: mais de 200 agentes públicos passaram por capacitação focada em leitura de dashboards e protocolos de resposta rápida.

Resultados já observados

Desde janeiro de 2025, sete alertas de transbordamento foram emitidos com antecedência mínima de 40 minutos, tempo suficiente para evacuar áreas ribeirinhas e erguer barreiras preventivas. No mesmo período, 15 veículos com registro de furto foram recuperados graças ao reconhecimento automático de placas. Segundo dados da Secretaria Municipal de Segurança Urbana, a sensação de segurança em bairros monitorados subiu 23% em pesquisas de opinião pública.

Indicador	Antes do sistema	Após 6 meses
Tempo médio de resposta a enchentes	25 min	8 min
Veículos recuperados/mês	2	5
Chamados de emergência falsos	12%	4%

Embora seja cedo para celebrar vitória definitiva contra enchentes, os números indicam uma mudança de paradigma: o foco saiu da reação e entrou na prevenção de desastres.

Próximos passos e expansão

Para 2026, a Emive planeja ampliar o parque de câmeras de 220 para 400 unidades, adicionar sensores de umidade do solo e integrar dados de estações meteorológicas do Instituto Nacional de Meteorologia (Inmet). O objetivo é cruzar variáveis climáticas em tempo real e gerar modelos preditivos que apresentem não só avisos, mas também recomendações — como rotas de fuga otimizadas e cronogramas de manutenção preventiva.

A empresa também negocia parcerias com cidades de menor porte, oferecendo um modelo as a Service com custo diluído. A ideia é democratizar o acesso à IA, replicando o que deu certo em Juiz de Fora sem exigir grandes data centers locais.

O que dizem especialistas em gestão de riscos

Para a professora Maria Clara Rocha, doutora em Engenharia Sanitária pela UFMG, a combinação de dados hidrológicos e IA é “o caminho mais curto entre a previsão e a ação”. Já o consultor Eduardo Nascimento, ex-coordenador da Defesa Civil do Rio de Janeiro, lembra que “tecnologia não elimina a necessidade de planos de contingência, mas amplia nossa capacidade de decisão”.

• Modelos preditivos reduzem custos de obras emergenciais;
• Alertas multicanal (sirene, SMS, app) aumentam alcance;
• Exigência de backup manual em caso de falha de energia mantém resiliência do sistema.

Câmeras com IA para prevenir enchentes: Considerações finais

A experiência de Juiz de Fora mostra que cidades inteligentes já são realidade no Brasil. Quando câmeras, IA e políticas públicas caminham juntas, o resultado vai além da tecnologia: traduz-se em vidas protegidas, patrimônio preservado e gestão pública mais eficiente. O próximo desafio está em escalar esse modelo, ajustá-lo a diferentes realidades socioeconômicas e garantir que a proteção chegue a cada bairro, rua e residência exposta a riscos climáticos ou urbanos.