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 afecta directamente a la computer vision, una rama de la inteligencia artificial que permite a las máquinas interpretar y analizar datos visuales de manera similar a como lo hacen los humanos. En computer vision, un FPS más alto significa que los sistemas pueden capturar más información cada segundo, lo que mejora la precisión de la detección de objetos y el seguimiento en tiempo real.

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

¿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, el FPS es una parte clave de las computer vision applications. Un FPS más alto hace posible realizar un seguimiento de objetos utilizando Vision AI sin problemas, mientras que un FPS más bajo puede dar lugar a la pérdida de detalles.

Por ejemplo, en el análisis deportivo, las AI-powered cameras necesitan un FPS más alto para poder seguir pases rápidos, movimientos de los jugadores y trayectorias del balón. Un FPS más bajo podría provocar la pérdida de 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 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 frecuencias de imagen.

Aspectos 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 el FPS de un vídeo. Por ejemplo, si un vídeo tiene 96 fotogramas en 4 segundos, se calcula que son 24 FPS (lo que significa que se muestran 24 imágenes cada segundo), mientras que 32 fotogramas en 4 segundos dan como resultado 8 FPS. Se pueden utilizar librerías de Python como OpenCV para extraer metadatos de vídeo, contar fotogramas y calcular automáticamente el FPS, simplificando 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 únicamente el FPS no basta para tomar decisiones técnicas al desarrollar computer vision solutions. 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 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.

Explorando los FPS en aplicaciones de visión artificial#

Modelos de IA como Ultralytics YOLO11 que admiten computer vision tasks en tiempo real se pueden utilizar para analizar vídeos con altas frecuencias de imagen. Esta capacidad en tiempo real es fundamental 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.

Una tasa de fotogramas más alta para soluciones de vigilancia y seguridad#

Los sistemas de vigilancia que monitorizan zonas de mucho tráfico, como las autopistas, utilizan un FPS alto para capturar detalles minuciosos, lo que garantiza que los vehículos que circulan a gran velocidad queden claramente documentados. Esta claridad es esencial para los sistemas de automatic number plate recognition (ANPR), que dependen de imágenes de buena calidad para identificar los vehículos con precisión.

En estos sistemas, se pueden utilizar modelos como Ultralytics YOLO11 para detectar matrículas directamente desde el flujo de vídeo. Una vez detectada la matrícula, se emplea el Reconocimiento Óptico de Caracteres (OCR), que convierte imágenes de texto en caracteres legibles por máquina, para leer los datos de la matrícula. Este proceso permite una identificación de vehículos rápida y precisa, mejorando la seguridad vial y la seguridad general.

Fig 3. Uso de YOLO11 para detectar matrículas.

Entendiendo los requisitos de FPS para sistemas autónomos#

Imagina un self-driving car ante una señal de stop, analizando detenidamente su entorno para decidir si puede avanzar con seguridad. 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.

La 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 el voleibol analizó cómo el uso de un higher FPS mejora la evaluación del rendimiento. Aumentar el FPS de 30 a 240 mejoró significativamente la nitidez del movimiento y el seguimiento de objetos. La precisión en el análisis de los remates también mejoró, lo que ayudó a los entrenadores a comprender con mayor precisión la colocación de las manos, los puntos de contacto con el balón y la mecánica de los saltos. Además, el estudio descubrió que un FPS más alto reducía el desenfoque de movimiento, lo que facilitaba el análisis de los saques y las reacciones defensivas.

Fig 4. Comparación de FPS bajos y altos con respecto a la nitidez del movimiento.

Cuándo 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.

Elegir 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.

Innovaciones 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.

Por su parte, un reciente avance de NVIDIA lleva el rendimiento de los FPS aún más lejos. DLSS 4 (Deep Learning Super Sampling) introduce la generación de múltiples fotogramas, que utiliza la IA para predecir y crear fotogramas adicionales. Esto aumenta las frecuencias de imagen hasta 8 veces a la vez que reduce la carga de trabajo del 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.

Conclusiones 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 saber más sobre la IA? Explora nuestro GitHub repository y únete a our community. ¿Estás listo para empezar tus propios proyectos de computer vision? Echa un vistazo a nuestras licensing options. ¡Averigua cómo la computer vision in healthcare está mejorando la eficiencia y explora el impacto de la AI in manufacturing visitando nuestras páginas de soluciones!