Comprender el papel de los FPS en la visión artificial

Ver una repetición a cámara lenta de tu momento deportivo favorito, donde cada detalle es claro, es muy diferente a ver una grabación de vigilancia que suele verse entrecortada y difícil de seguir. El detalle técnico clave detrás de estas diferencias son los FPS, o Frames Per Second (fotogramas por segundo), que se refieren al número de fotogramas mostrados por segundo en un vídeo. Unos FPS más altos dan como resultado un movimiento fluido y realista, mientras que unos FPS más bajos pueden dar lugar a grabaciones entrecortadas y con menos detalle.

Este concepto influye directamente en la visión artificial, una rama de la IA que permite a las máquinas interpretar y analizar datos visuales de forma similar a como lo hacen los humanos. En visión artificial, unos FPS más altos significan que los sistemas pueden capturar más información cada segundo, mejorando la precisión de la detección y el seguimiento de objetos en tiempo real.

En este artículo, exploraremos los aspectos técnicos de los FPS y cómo se relacionan con las aplicaciones de visión artificial. ¡Empecemos!

Link to this section¿Qué significan los FPS en visión artificial?#

Digamos que estás jugando a un juego de carreras: a 60 FPS, cada giro se siente fluido y reactivo, pero a 20 FPS, los controles sufren lag, haciendo más difícil esquivar obstáculos. En pocas palabras, puedes pensar en los FPS como el número de imágenes fijas que se muestran cada segundo. Más imágenes por segundo hacen que el movimiento parezca fluido y natural, mientras que menos imágenes pueden hacer que parezca entrecortado.

Al igual que en los videojuegos, los FPS son una parte clave de las aplicaciones de visión artificial. Unos FPS más altos hacen posible realizar el seguimiento de objetos usando Vision AI de forma fluida, mientras que unos FPS más bajos pueden resultar en detalles perdidos.

Por ejemplo, en análisis deportivo, las cámaras impulsadas por IA necesitan unos FPS más altos para poder seguir pases rápidos, movimientos de jugadores y trayectorias del balón. Unos FPS más bajos podrían llevar a perderse un contacto importante entre el pie y el balón o un cambio rápido de dirección, afectando la precisión del análisis.

Del mismo modo, en la monitorización de tráfico, los sistemas dependen de FPS altos para detectar vehículos que exceden la velocidad y cambios de carril en tiempo real. Elegir los FPS adecuados depende de los requisitos específicos de cada aplicación de visión artificial, equilibrando el rendimiento, la eficiencia y la claridad visual.

Fig 1. Comparación de diferentes tasas de fotogramas.

Link to this sectionAspectos técnicos de los FPS en visión artificial#

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

Dividir el número total de fotogramas por la duración en segundos te da los FPS de un vídeo. Por ejemplo, si un vídeo tiene 96 fotogramas en 4 segundos, el cálculo resulta en 24 FPS (lo que significa que se muestran 24 imágenes cada segundo), mientras que 32 fotogramas en 4 segundos dan como resultado 8 FPS. Puedes usar bibliotecas de Python como OpenCV para extraer metadatos de vídeo, contar fotogramas y calcular automáticamente los FPS, simplificando el proceso de análisis de vídeo.

Fig 2. 24 FPS vs 8 FPS vs 4 FPS.

Link to this sectionFactores que afectan a los FPS de un vídeo#

Sin embargo, calcular los FPS por sí solo no es suficiente para tomar decisiones técnicas al desarrollar soluciones de visión artificial. También es importante considerar los diversos factores que pueden afectar a la tasa de fotogramas efectiva, como las capacidades del hardware, las optimizaciones de software y las condiciones ambientales.

Aquí tienes un análisis más detallado de esos factores:

• 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 mejor hardware generalmente significa soporte para unos FPS más altos y un vídeo más fluido.
• Optimizaciones de software: El software eficiente de codificación y procesamiento de vídeo ayuda a extraer y analizar fotogramas rápidamente. Esto asegura que el vídeo se procese sin retrasos innecesarios.
• Condiciones ambientales: La iluminación y el movimiento en 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 condiciones deficientes podrían requerir unos FPS más altos para mantener la claridad.
• Necesidades de almacenamiento: Unos FPS más altos capturan más fotogramas por segundo, lo que da como resultado archivos de mayor tamaño. Esto aumenta los requisitos de almacenamiento y exige un procesamiento de datos más rápido para asegurar una reproducción fluida.

Link to this sectionExplorando los FPS en aplicaciones de visión artificial#

Los modelos de IA como Ultralytics YOLO11 que soportan tareas de visión artificial en tiempo real pueden usarse para analizar vídeos con altas tasas de fotogramas. Esta capacidad en tiempo real es crítica para aplicaciones como la conducción autónoma, la vigilancia y la robótica, donde incluso pequeños retrasos pueden provocar errores significativos.

Vamos a recorrer algunas aplicaciones reales de Vision AI donde unos FPS altos son esenciales para la precisión y el rendimiento.

Link to this sectionUna tasa de fotogramas más alta para soluciones de vigilancia y seguridad#

Los sistemas de vigilancia que monitorizan áreas de mucho tráfico como autopistas usan FPS altos para capturar detalles minuciosos, asegurando que los vehículos que se mueven rápido queden documentados claramente. Esta claridad es esencial para los sistemas de reconocimiento automático de matrículas (ANPR), los cuales dependen de grabaciones de buena calidad para identificar vehículos con precisión.

En dichos sistemas, modelos como YOLO11 pueden usarse para detectar matrículas directamente desde 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 máquina, para leer los detalles de la placa. Este proceso permite una identificación rápida y precisa del vehículo, mejorando el control del tráfico y la seguridad general.

Fig 3. Usando YOLO11 para detectar matrículas.

Link to this sectionEntendiendo los requisitos de FPS para sistemas autónomos#

Considera un coche autónomo en una señal de stop, analizando cuidadosamente su entorno para decidir si puede avanzar 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 que pueden capturar imágenes a 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. Hace posible que el vehículo reaccione con prontitud a cualquier cambio en su entorno.

Si las cámaras estuvieran procesando imágenes a unos FPS más bajos, el vehículo podría recibir una vista más entrecortada y menos detallada. Esto podría retrasar su tiempo de respuesta, aumentando el riesgo de perder información crítica y comprometiendo potencialmente la seguridad.

Link to this sectionLa conexión entre los FPS y el análisis deportivo#

Capturar cada movimiento con precisión es crucial en los deportes, donde las decisiones de una fracción de segundo pueden marcar toda la diferencia entre ganar y perder. La tecnología que soporta unos FPS más altos nos permite grabar cada pequeño detalle en movimiento, y los entrenadores, analistas y atletas pueden revisar jugadas en cámara lenta sin perderse ni un detalle. También ayuda a los árbitros a tomar decisiones más precisas en deportes como tenis, fútbol y críquet, proporcionando una vista clara, fotograma a fotograma, de la acción.

Por ejemplo, un estudio interesante sobre voleibol analizó cómo usar 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. La precisión del análisis de remates también mejoró, ayudando a los entrenadores a entender la posición de las manos, los puntos de contacto con el balón y la mecánica de salto con mayor precisión. Además, el estudio encontró que unos FPS más altos reducían el desenfoque de movimiento, haciendo que los saques y las reacciones defensivas fueran más fáciles de analizar.

Fig 4. Comparación entre FPS bajos y altos con respecto a la claridad del movimiento.

Link to this sectionCuándo es efectivo usar FPS bajos en analítica de vídeo#

No todas las aplicaciones de visión artificial requieren grabar imágenes a unos FPS más altos. En muchos casos, unos FPS más bajos son suficientes para lograr resultados precisos, dependiendo de la tarea. Aquí hay algunas áreas clave donde se prefieren unos FPS más bajos:

• Post-procesamiento y análisis offline: Para aplicaciones como la monitorización de tráfico y el análisis de multitudes, capturar cada fotograma a unos FPS altos no siempre es necesario. Unos FPS más bajos aún pueden proporcionar suficientes datos 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 los requisitos de almacenamiento y la carga computacional mientras mantiene una analítica precisa.
• Monitorización ambiental mediante time-lapse: Para seguir cambios lentos como el crecimiento de plantas, el progreso de una construcción o el movimiento de glaciares, capturar un fotograma cada pocos minutos o una vez al día es suficiente, documentando eficazmente las transformaciones a largo plazo mientras se ahorra almacenamiento.
• Entornos con recursos limitados: En la monitorización de vida silvestre y seguridad remota, unos FPS más bajos ayudan a conservar la duración de la batería y el almacenamiento. Las cámaras activadas por movimiento que operan a 5-10 FPS pueden capturar eventos esenciales durante períodos prolongados, haciéndolas ideales para instalaciones fuera de la red eléctrica.

Link to this sectionElegir los FPS adecuados para aplicaciones de aprendizaje profundo#

Seleccionar los FPS ideales requiere equilibrar el rendimiento con las limitaciones del sistema. Aquí tienes algunas consideraciones a tener en cuenta al optimizar los FPS para aplicaciones de aprendizaje profundo:

• Equilibrar el rendimiento y los recursos: Unos FPS más altos mejoran la capacidad de respuesta pero también aumentan las demandas de energía y procesamiento. Ajustar los FPS dinámicamente, usar interpolación de fotogramas y optimizar el hardware puede ayudar a mantener un rendimiento fluido sin sobrecargar el sistema.
• Necesidades específicas de la aplicación: Diferentes aplicaciones tienen diferentes requisitos de FPS. Los dispositivos que funcionan con batería deberían usar FPS más bajos para conservar energía, mientras que los sistemas en tiempo real como drones y vehículos autónomos necesitan FPS más altos para respuestas rápidas y precisas.
• Pruebas y optimización: La configuración de FPS debería probarse idealmente bajo diferentes condiciones de iluminación y movimiento. Evaluar la latencia y comparar los niveles de FPS lado a lado ayuda a determinar el mejor equilibrio entre capacidad de respuesta, calidad visual y eficiencia de recursos.

Link to this sectionInnovaciones futuras y optimización de FPS para modelos de IA#

Los avances en IA y la optimización de hardware están haciendo que las tasas de fotogramas más altas sean más alcanzables, incluso en entornos con recursos limitados. Por ejemplo, industrias como el cine, el deporte y la robótica pueden beneficiarse de una gestión más inteligente de la tasa de fotogramas, donde los sistemas ajustan dinámicamente los FPS basados en la complejidad del movimiento y la potencia de procesamiento. La interpolación de fotogramas impulsada por IA también mejora la fluidez del vídeo mediante la generación de fotogramas adicionales en tiempo real.

Mientras tanto, un avance reciente de NVIDIA está llevando el rendimiento de los FPS aún más lejos. DLSS 4 (Deep Learning Super Sampling) introduce la generación de fotogramas múltiples, que usa IA para predecir y crear fotogramas extra. Esto aumenta las tasas de fotogramas hasta 8 veces mientras reduce la carga de trabajo en el sistema.

Al permitir que la IA maneje parte del renderizado, DLSS 4 hace que los visuales sean más fluidos sin poner una tensión adicional en el hardware, mejorando tanto el rendimiento como la eficiencia.

Link to this sectionConclusiones clave#

Los FPS son más que solo una medida de visuales fluidos; impulsan la toma de decisiones en tiempo real en IA y visión artificial. Cada fotograma en un vídeo captura datos críticos, permitiendo a las máquinas seguir objetos, analizar el movimiento y responder a entornos dinámicos. Ya sea en coches autónomos evitando obstáculos o en sistemas de vigilancia detectando amenazas al instante, los FPS adecuados aseguran la precisión y la eficiencia.

El futuro de los FPS no trata solo de aumentar las tasas de fotogramas, sino también de optimizarlas de forma inteligente. Esta evolución hará que los sistemas de visión artificial sean más rápidos, más innovadores y más eficientes en el uso de recursos en diversas industrias.

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