Contacto
← TODOS LOS ANÁLISIS DE VÍDEO CON IA

ANÁLISIS DE VÍDEO CON IA PARA LA DETECCIÓN DE OBJETOS

La detección de objetos mediante análisis de vídeo con IA detecta personas, vehículos, objetos y clases de objetos personalizadas en imágenes en directo o grabaciones. El sistema localiza los objetos relevantes, los asigna a una clase y proporciona los resultados para reglas y procesos posteriores.

Personas y vehículosObjetos estándarClases de objetos personalizadas

RESPUESTA DIRECTA

¿Qué es la detección de objetos?

La detección de objetos con IA analiza imágenes de cámaras y detecta clases de objetos definidas dentro de una escena. El sistema determina qué tipo de objeto es visible y dónde se encuentra en la imagen.De este modo, pueden registrarse automáticamente personas, vehículos, objetos o elementos específicos del proyecto y combinarse con zonas, reglas horarias u otros análisis.

DEFINICIÓN BREVE

Detección de objetos

El análisis detecta y clasifica objetos definidos en imágenes en directo o grabaciones de vídeo.

  • ResultadoEl sistema localiza los objetos relevantes, los asigna a una clase definida y proporciona la posición, el momento y el nivel de confianza.
  • EvaluaciónEn tiempo real o mediante comprobaciones periódicas de imágenes, según la tarea
  • PlataformasSynaEYE, SynaHUB, Vaidio
  • CalidadValidamos el análisis con casos reales positivos, negativos y casos límite en las condiciones efectivas de las cámaras.

ALCANCE DE LA DETECCIÓN

Detección de objetos: funciones y resultados.

El análisis detecta objetos a partir de clases entrenadas. Los objetos disponibles dependen del modelo utilizado. Además de las clases estándar, también pueden desarrollarse clases de objetos propias con datos de entrenamiento específicos del proyecto.

En la misma imagen de cámara se marcan una persona, un turismo y una furgoneta como clases de objetos diferentes.

01 / 04

Personas y vehículos

El análisis detecta personas y diferentes clases de vehículos y los localiza dentro de la imagen de la cámara. En primer lugar, el sistema detecta la clase de objeto «persona» o «vehículo», no automáticamente la identidad de una persona o del titular de un vehículo.

Una mochila, una bicicleta y una caja de herramientas se detectan como objetos cotidianos diferentes dentro de una vista de cámara.

02 / 04

Objetos estándar

Según el modelo utilizado, el análisis puede detectar y clasificar numerosos objetos de uso habitual. Entre ellos pueden encontrarse, por ejemplo, bolsos, herramientas, recipientes, bicicletas u otros tipos de objetos definidos.

Varias vistas de un soporte de montaje especial sirven como ejemplos de una clase propia; a continuación, el mismo componente se detecta en una imagen de producción.

03 / 04

Clases de objetos personalizadas

Para requisitos específicos del proyecto pueden entrenarse clases propias. De este modo, el sistema puede detectar, por ejemplo, productos determinados, componentes de máquinas, embalajes, tipos de vehículos especiales, ropa de protección u otros objetos específicos del cliente.

En la imagen de cámara se localiza una caja detectada; una escala asociada representa el nivel de confianza de la clasificación del objeto.

04 / 04

Posición y nivel de confianza

El sistema localiza en la imagen cada objeto detectado y asigna un nivel de confianza a la clasificación. Así, las reglas posteriores pueden tener en cuenta qué objeto fue visible, dónde, cuándo y con qué nivel de confianza de detección.

DE LA IMAGEN AL PROCESO

La detección de objetos en el proceso operativo.

La detección de objetos constituye la base de numerosos análisis de vídeo más avanzados. Solo la combinación de clase de objeto, posición, zona, tiempo y reglas convierte una detección aislada en un evento utilizable.

Gráfico 3D oscuro de varias cámaras conectadas a una red común.
01

Conectar

Conectamos de forma segura las cámaras IP y las transmisiones de vídeo existentes con el análisis. En muchos casos pueden seguir utilizándose cámaras ya instaladas que sean adecuadas.

Gráfico 3D oscuro con cuatro vistas de análisis de personas, vehículos, zonas y humo.
02

Analizar

La plataforma analiza continuamente las imágenes de las cámaras y detecta clases de objetos definidas dentro de la escena.

Gráfico 3D oscuro de un monitor de análisis vinculado con el lugar, el momento, la zona y el objeto.
03

Aplicar reglas

Las zonas, las reglas horarias, la dirección de movimiento, el tiempo de permanencia u otras condiciones determinan cuándo un objeto detectado se convierte en un evento relevante.

Gráfico 3D oscuro de la transferencia de eventos de cámara al control de acceso, el centro de control, la gestión de edificios y las alertas.
04

Integrar

La plataforma transmite datos de objetos y eventos a un panel, un VMS, un centro de control, aplicaciones operativas o, mediante una API REST, a sistemas de terceros.

CAMPOS DE APLICACIÓN HABITUALES

¿Dónde se utiliza la detección de objetos?

La detección de objetos mediante análisis de vídeo con IA constituye la base técnica de numerosas aplicaciones de seguridad, industria y procesos.

Seguridad y acceso

El análisis distingue, por ejemplo, personas de vehículos y permite aplicar reglas de zona, línea u horario. Así, un sistema puede generar un evento únicamente cuando una persona entra en una zona determinada mientras que los vehículos sí están permitidos en ella.

Producción y control visual

Pueden detectarse componentes de máquinas, herramientas, piezas de trabajo u otros objetos relevantes para la producción e integrarse en procesos de control visual u operativos.

Logística y flujo de materiales

El análisis puede detectar vehículos, portacargas, recipientes, palés u objetos específicos del proyecto y documentar su presencia en zonas definidas.

Retail y análisis de afluencia

En el comercio minorista, las personas, los productos u otras clases de objetos relevantes pueden servir de base para el análisis de afluencia, la supervisión de procesos u otras evaluaciones visuales.

Tráfico y ocupación

Pueden detectarse y clasificarse vehículos, bicicletas, personas u otros usuarios de la vía y utilizarse para análisis de tráfico, acceso u ocupación.

PLATAFORMAS ADECUADAS

¿Qué plataforma admite la detección de objetos?

La plataforma adecuada depende de su tarea: analizar imágenes continuas de cámaras, comprobar estados concretos según una programación o ejecutar varios análisis de forma centralizada.

ANÁLISIS OPERATIVO DE VÍDEO

Análisis de vídeo continuo con IA para transmisiones de cámaras en directo

SynaEYE analiza de forma continua y en tiempo real las cámaras existentes e integra la detección, la lógica de eventos, las alertas, el seguimiento y el análisis forense en una plataforma europea de Edge AI.

Es la opción adecuada si: desea supervisar de forma continua procesos de seguridad, prevención de riesgos u operativos con sus cámaras y procesar directamente los eventos detectados.

  • Análisis estándar
  • VLM
  • Modelos personalizados
  • Tiempo real
  • Análisis forense
  • API

COMPROBACIÓN PERIÓDICA DE IMÁGENES

Comprobar según una programación si hay objetos presentes

SynaHUB comprueba imágenes individuales de cámaras a partir de una pregunta concreta: ¿Hay un objeto presente, falta algo o está ocupada una zona? Usted define los horarios de comprobación y, cuando es necesario, una imagen de referencia.

Es la opción adecuada si: desea comprobar a intervalos fijos la presencia visible o la integridad de objetos.

  • Programación
  • Preguntas visuales
  • Comparación de referencia
  • API

PLATAFORMA ENTERPRISE

Enterprise AI Vision con máxima amplitud funcional

Vaidio es una plataforma empresarial consolidada con un amplio catálogo de análisis de vídeo estandarizados, potentes funciones de análisis forense y un extenso ecosistema de integración.

Es la opción adecuada si: necesita un entorno Enterprise amplio y estandarizado, una cobertura de análisis muy extensa, operación Multi-Site e integraciones consolidadas con sistemas VMS.

  • 21 motores de IA
  • Más de 3.000 objetos
  • VLM
  • Modelos personalizados
  • Tiempo real
  • Análisis forense
  • API

Una comprobación periódica de imágenes muestra el estado en el momento de la comprobación. No proporciona un seguimiento continuo de objetos ni un recuento de movimientos.

COMPARAR PLATAFORMAS

RESPONSABILIDAD Y VIABILIDAD

Detección de objetos: límites y requisitos.

La detección de objetos se basa en características visibles y clases entrenadas. Por ello, la posición de la cámara, la resolución, la distancia, la iluminación, el tamaño del objeto y las oclusiones influyen en la calidad de la detección. Antes del uso en producción comprobamos los escenarios relevantes con capturas representativas.

Visibilidad y perspectiva

El sistema solo puede detectar objetos que sean suficientemente visibles en la imagen de la cámara. Las oclusiones importantes, los objetos muy pequeños o las perspectivas desfavorables pueden dificultar la detección.

Clases de objetos entrenadas

Un modelo solo puede distinguir de forma fiable las clases de objetos para las que ha sido entrenado y validado. Por tanto, una detección de objetos general no reconoce automáticamente cualquier objeto posible.

Clases visualmente similares

Las clases de objetos visualmente similares pueden ser más difíciles de distinguir entre sí. La forma, el tamaño, la perspectiva y la calidad de imagen influyen en la clasificación.

Clases propias y conjuntos de datos

Las clases de objetos propias requieren suficientes datos de entrenamiento y prueba representativos. Las distintas perspectivas de cámara, entornos y variantes deben estar debidamente representadas en el conjunto de datos.

Compruebe la normativa de protección de datos aplicable a su caso de uso concreto. Para ubicaciones en la UE encontrará las bases en el RGPD y en las Directrices del CEPD sobre el tratamiento de datos personales mediante dispositivos de vídeo. Tenga en cuenta además los requisitos del Reglamento de IA de la UE cuando resulten aplicables.

En el caso de operadores privados en Suiza, la información del PFPDT sobre videovigilancia por particulares (en alemán) ofrece una orientación.

PREGUNTAS FRECUENTES

La detección de objetos, explicada brevemente.

¿Qué es la detección de objetos?

La detección de objetos con IA analiza imágenes de cámaras y detecta clases de objetos definidas dentro de una escena. El sistema determina qué tipo de objeto es visible y dónde se encuentra en la imagen.De este modo, pueden registrarse automáticamente personas, vehículos, objetos o elementos específicos del proyecto y combinarse con zonas, reglas horarias u otros análisis.

¿Qué detecta la detección de objetos?

Las características configurables son: personas y vehículos, objetos estándar, clases de objetos personalizadas, y posición y nivel de confianza. Se valida con escenas reales cuáles de estas funciones ofrecen resultados fiables.

¿Dónde se utiliza la detección de objetos?

Los campos de aplicación habituales son seguridad y acceso, producción y control visual, logística y flujo de materiales, retail y análisis de afluencia, y tráfico y ocupación. En todos los casos resulta decisivo contar con un proceso posterior definido.

¿Qué plataforma admite la detección de objetos?

Según la tarea, pueden utilizarse SynaEYE, SynaHUB o Vaidio. SynaHUB comprueba imágenes individuales de cámaras a partir de una pregunta concreta: ¿Hay un objeto presente, falta algo o está ocupada una zona? Usted define los horarios de comprobación y, cuando es necesario, una imagen de referencia. Una comprobación periódica de imágenes muestra el estado en el momento de la comprobación. No proporciona un seguimiento continuo de objetos ni un recuento de movimientos.

¿Qué límites tiene la detección de objetos?

El sistema solo puede detectar objetos que sean suficientemente visibles en la imagen de la cámara. Las oclusiones importantes, los objetos muy pequeños o las perspectivas desfavorables pueden dificultar la detección. Un modelo solo puede distinguir de forma fiable las clases de objetos para las que ha sido entrenado y validado. Por tanto, una detección de objetos general no reconoce automáticamente cualquier objeto posible. Las clases de objetos visualmente similares pueden ser más difíciles de distinguir entre sí. La forma, el tamaño, la perspectiva y la calidad de imagen influyen en la clasificación. Las clases de objetos propias requieren suficientes datos de entrenamiento y prueba representativos. Las distintas perspectivas de cámara, entornos y variantes deben estar debidamente representadas en el conjunto de datos.

¿Funciona el análisis con cámaras existentes?

En muchos casos, sí. Los factores decisivos son la perspectiva, la resolución, la iluminación, la frecuencia de imagen, la compresión y el tamaño visible de la característica relevante.

VIABILIDAD ANTES DE ESCALAR

Compruebe la detección de objetos con sus cámaras.

Evaluamos la escena, la calidad de imagen, la protección de datos, las integraciones y el proceso de respuesta con datos reales.

HABLEMOS DE SU CASO DE USO