Comprende el papel de los FPS en la visión artificial

Ver la repetición a cámara lenta de tu momento deportivo favorito, donde cada detalle se aprecia con claridad, es muy diferente de ver imágenes de videovigilancia, que normalmente se ven entrecortadas y son difíciles de seguir. El detalle técnico clave detrás de estas diferencias son los FPS, es decir, los fotogramas por segundo (FPS), que hacen referencia al número de fotogramas mostrados por segundo en un vídeo. Unos FPS más altos producen un movimiento fluido y realista, mientras que unos FPS más bajos pueden generar imágenes entrecortadas y con menos detalle.

Este concepto afecta directamente a la visión por ordenador, una rama de la IA que permite a las máquinas interpretar y analizar datos visuales de forma similar a como lo hacemos los humanos. En la visión por ordenador, unos FPS más altos permiten a los sistemas capturar más información cada segundo, lo que mejora la precisión de la detección y el seguimiento de objetos en tiempo real.

En este artículo, exploraremos los aspectos técnicos de los FPS y su relación con las aplicaciones de visión por ordenador. ¡Empecemos!

¿Qué significan los FPS en la visión por ordenador?#

Imagina que estás jugando a un juego de carreras: a 60 FPS, cada giro resulta fluido y responde al instante, pero a 20 FPS, los controles sufren retrasos y resulta más difícil esquivar obstáculos. En pocas palabras, puedes pensar en los FPS como el número de imágenes fijas que se muestran cada segundo. Un mayor número de imágenes por segundo hace que el movimiento parezca fluido y natural, mientras que un número menor puede hacer que se vea entrecortado.

Al igual que en los videojuegos, los FPS son una parte fundamental de las aplicaciones de visión por ordenador. Unos FPS más altos permiten realizar un seguimiento fluido de objetos mediante Vision AI, mientras que unos FPS más bajos pueden provocar que se pierdan detalles.

Por ejemplo, en el análisis deportivo, las cámaras con IA necesitan unos FPS más altos para poder seguir pases rápidos, los movimientos de los jugadores y las trayectorias del balón. Unos FPS más bajos podrían hacer que se pierda un contacto importante entre el pie y el balón o un cambio rápido de dirección, lo que afectaría a la precisión del análisis.

Del mismo modo, en la monitorización del tráfico, los sistemas dependen de unos FPS altos para detectar vehículos que circulan a gran velocidad y cambios de carril en tiempo real. La elección de los FPS adecuados depende de los requisitos específicos de cada aplicación de visión por ordenador, equilibrando el rendimiento, la eficiencia y la claridad visual.

Fig. 1. Comparación de distintas frecuencias de imagen.

Aspectos técnicos de los FPS en la visión por ordenador#

Ahora que hemos explicado qué son los FPS y cómo se utilizan en la visión por ordenador, profundicemos en sus aspectos técnicos, empezando por cómo calcular los FPS de un vídeo.

Al dividir el número total de fotogramas entre la duración en segundos se obtienen los FPS de un vídeo. Por ejemplo, si un vídeo tiene 96 fotogramas a lo largo de 4 segundos, el resultado es 24 FPS, lo que significa que se muestran 24 imágenes cada segundo; en cambio, 32 fotogramas a lo largo de 4 segundos dan como resultado 8 FPS. Las bibliotecas de Python, como OpenCV, pueden utilizarse para extraer metadatos del vídeo, contar fotogramas y calcular automáticamente los FPS, lo que agiliza el proceso de análisis de vídeo.

Fig. 2. 24 FPS frente a 8 FPS frente a 4 FPS.

Factores que afectan a los FPS de un vídeo#

Sin embargo, calcular los FPS por sí solo no basta para tomar decisiones técnicas al desarrollar soluciones de visión por ordenador. También es importante tener en cuenta los diversos factores que pueden afectar a la frecuencia de imagen efectiva, como las capacidades del hardware, las optimizaciones del software y las condiciones ambientales.

Veamos estos factores más de cerca:

• Capacidades del hardware: La calidad del sensor de la cámara y la potencia de procesamiento del dispositivo pueden determinar cuántos fotogramas se capturan cada segundo. Un hardware mejor suele ofrecer compatibilidad con unos FPS más altos y vídeos más fluidos.
• Optimizaciones del software: Un software eficiente de codificación y procesamiento de vídeo ayuda a extraer y analizar los fotogramas rápidamente. Esto garantiza que el vídeo se procese sin retrasos innecesarios.
• Condiciones ambientales: La iluminación y el movimiento de una escena afectan a la claridad con la que se capturan los fotogramas. Una buena iluminación y un movimiento moderado pueden mejorar los FPS, mientras que unas condiciones deficientes pueden requerir unos FPS más altos para mantener la claridad.
• Necesidades de almacenamiento: Unos FPS más altos capturan más fotogramas por segundo, lo que da lugar a archivos de mayor tamaño. Esto aumenta las necesidades de almacenamiento y exige un procesamiento de datos más rápido para garantizar una reproducción fluida.

Explorar los FPS en aplicaciones de visión por ordenador#

Los modelos de IA, como Ultralytics YOLO11, compatibles con tareas de visión por ordenador en tiempo real, pueden utilizarse para analizar vídeos con frecuencias de imagen altas. Esta capacidad en tiempo real es fundamental para aplicaciones como la conducción autónoma, la videovigilancia y la robótica, donde incluso pequeños retrasos pueden provocar errores importantes.

Veamos algunas aplicaciones reales de Vision AI en las que unos FPS altos son esenciales para la precisión y el rendimiento.

Una mayor frecuencia de imagen para soluciones de videovigilancia y seguridad#

Los sistemas de videovigilancia que monitorizan zonas con mucho tráfico, como las autopistas, utilizan unos FPS altos para capturar detalles minúsculos y garantizar que los vehículos que se desplazan rápidamente queden registrados con claridad. Esta claridad es esencial para los sistemas de reconocimiento automático de matrículas (ANPR), que dependen de imágenes de buena calidad para identificar vehículos con precisión.

En estos sistemas, pueden utilizarse modelos como Ultralytics YOLO11 para detectar matrículas directamente a partir de la señal de vídeo. Una vez detectada una matrícula, se utiliza el reconocimiento óptico de caracteres (OCR), que convierte imágenes de texto en caracteres legibles por máquinas, para leer sus datos. Este proceso permite identificar vehículos de forma rápida y precisa, mejorando el control del tráfico y la seguridad general.

Fig. 3. Uso de YOLO11 para detectar matrículas.

Comprender los requisitos de FPS para sistemas autónomos#

Imagina un coche autónomo detenido ante una señal de stop, analizando cuidadosamente su entorno para decidir si puede continuar de forma segura. Este coche debe tomar decisiones casi instantáneas, lo que requiere capturar y procesar datos visuales en tiempo real.

Si el vehículo autónomo está equipado con cámaras capaces de capturar imágenes con unos FPS más altos, recibe un flujo de imágenes más continuo y detallado. Esta entrada visual mejorada permite al coche detectar rápidamente obstáculos, peatones y otros vehículos. De este modo, el vehículo puede reaccionar con rapidez ante cualquier cambio en su entorno.

Si las cámaras procesaran imágenes con unos FPS más bajos, el vehículo podría recibir una visión más entrecortada y con menos detalle. Esto podría retrasar su tiempo de respuesta, aumentar el riesgo de perder información crítica y poner potencialmente en peligro la seguridad.

La relación entre los FPS y el análisis deportivo#

Capturar cada movimiento con precisión es crucial en el deporte, donde las decisiones tomadas en fracciones de segundo pueden marcar la diferencia entre ganar y perder. La tecnología compatible con unos FPS más altos permite registrar cada pequeño detalle del movimiento, y los entrenadores, analistas y atletas pueden revisar las jugadas a cámara lenta sin perderse nada. También ayuda a los árbitros a tomar decisiones más precisas en deportes como el tenis, el fútbol y el cricket, al proporcionar una vista clara de la acción fotograma a fotograma.

Por ejemplo, un estudio interesante sobre voleibol analizó cómo el uso de unos FPS más altos mejora la evaluación del rendimiento. Aumentar los FPS de 30 a 240 mejoró significativamente la claridad del movimiento y el seguimiento de objetos. También mejoró la precisión del análisis de los remates, lo que ayudó a los entrenadores a comprender con mayor precisión la posición de las manos, los puntos de contacto con el balón y la mecánica del salto. Además, el estudio descubrió que unos FPS más altos reducían el desenfoque de movimiento, lo que facilitaba el análisis de los saques y las reacciones defensivas.

Fig. 4. Comparación de FPS bajos y altos en relación con la claridad del movimiento.

Cuándo resulta eficaz utilizar FPS bajos en el análisis de vídeo#

No todas las aplicaciones de visión por ordenador requieren grabar imágenes con unos FPS altos. En muchos casos, unos FPS más bajos son suficientes para obtener resultados precisos, dependiendo de la tarea. Estas son algunas áreas clave en las que se prefieren unos FPS más bajos:

• Posprocesamiento y análisis sin conexión: Para aplicaciones como la monitorización del tráfico y el análisis de multitudes, no siempre es necesario capturar cada fotograma con unos FPS altos. Unos FPS más bajos aún pueden proporcionar datos suficientes para analizar patrones de movimiento, como el flujo de vehículos, la densidad de peatones y las tendencias de congestión. Al reducir los fotogramas redundantes, este enfoque minimiza las necesidades de almacenamiento y la carga computacional, manteniendo la precisión del análisis.
• Monitorización ambiental mediante time-lapse: Para seguir cambios lentos, como el crecimiento de las plantas, el avance de una obra o el movimiento de los glaciares, basta con capturar un fotograma cada pocos minutos o una vez al día, documentando eficazmente las transformaciones a largo plazo y ahorrando almacenamiento.
• Entornos con recursos limitados: En la monitorización de la fauna y la seguridad remota, unos FPS más bajos ayudan a conservar la batería y el almacenamiento. Las cámaras activadas por movimiento que funcionan a 5–10 FPS pueden capturar eventos esenciales durante periodos prolongados, por lo que son ideales para instalaciones aisladas de la red eléctrica.

Elegir los FPS adecuados para aplicaciones de aprendizaje profundo#

Seleccionar los FPS ideales requiere equilibrar el rendimiento con las limitaciones del sistema. Estas son algunas consideraciones que debes tener en cuenta al optimizar los FPS para aplicaciones de aprendizaje profundo:

• Equilibrio entre rendimiento y recursos: Unos FPS más altos mejoran la capacidad de respuesta, pero también aumentan las necesidades de potencia y procesamiento. Ajustar dinámicamente los FPS, utilizar interpolación de fotogramas y optimizar el hardware puede ayudar a mantener un rendimiento fluido sin sobrecargar el sistema.
• Necesidades específicas de la aplicación: Cada aplicación tiene requisitos de FPS diferentes. Los dispositivos alimentados por batería deberían utilizar unos FPS más bajos para conservar energía, mientras que los sistemas en tiempo real, como los drones y los vehículos autónomos, necesitan unos FPS más altos para ofrecer respuestas rápidas y precisas.
• Pruebas y optimización: Lo ideal es probar la configuración de FPS con distintas condiciones de iluminación y movimiento. Evaluar la latencia y comparar distintos niveles de FPS lado a lado ayuda a determinar el mejor equilibrio entre capacidad de respuesta, calidad visual y eficiencia de los recursos.

Futuras innovaciones y optimización de FPS para modelos de IA#

Los avances en IA y en la optimización del hardware están haciendo más alcanzables las frecuencias de imagen altas, incluso en entornos con recursos limitados. Por ejemplo, sectores como el cine, el deporte y la robótica pueden beneficiarse de una gestión más inteligente de la frecuencia de imagen, en la que los sistemas ajusten dinámicamente los FPS en función de la complejidad del movimiento y la potencia de procesamiento. La interpolación de fotogramas basada en IA también mejora la fluidez del vídeo al generar fotogramas adicionales en tiempo real.

Mientras tanto, un avance reciente de NVIDIA está llevando aún más lejos el rendimiento de los FPS. DLSS 4 (supermuestreo de aprendizaje profundo) introduce la generación de múltiples fotogramas, que utiliza la IA para predecir y crear fotogramas adicionales. Esto aumenta la frecuencia de imagen hasta 8 veces y, al mismo tiempo, reduce la carga de trabajo del sistema.

Al permitir que la IA se encargue de parte del renderizado, DLSS 4 hace que las imágenes sean más fluidas sin ejercer una presión adicional sobre el hardware, mejorando tanto el rendimiento como la eficiencia.

Conclusiones clave#

Los FPS son mucho más que una medida de la fluidez visual: impulsan la toma de decisiones en tiempo real en la IA y la visión por ordenador. Cada fotograma de un vídeo captura datos críticos que permiten a las máquinas seguir objetos, analizar el movimiento y responder a entornos dinámicos. Ya se trate de coches autónomos que evitan obstáculos o de sistemas de videovigilancia que detectan amenazas al instante, los FPS adecuados garantizan la precisión y la eficiencia.

El futuro de los FPS no consiste únicamente en aumentar las frecuencias de imagen, sino también en optimizarlas de forma inteligente. Esta evolución hará que los sistemas de visión por ordenador sean más rápidos, innovadores y eficientes en el uso de los recursos en diversos sectores.

¿Quieres aprender más sobre IA? Explora nuestro repositorio de GitHub y únete a nuestra comunidad. ¿Listo para empezar tus propios proyectos de visión por ordenador? Consulta nuestras opciones de licencia. Descubre cómo la visión por ordenador en la sanidad está mejorando la eficiencia y explora el impacto de la IA en la fabricación visitando nuestras páginas de soluciones.