Comprender el papel de los FPS en la visión artificial

Ver la repetición a cámara lenta de tu momento deportivo favorito, con todos los detalles nítidos, es muy distinto de ver imágenes de vigilancia, que suelen verse entrecortadas y son difíciles de seguir. La clave técnica de estas diferencias son los FPS, o fotogramas por segundo, que indican cuántos fotogramas se muestran cada segundo en un vídeo. Unos FPS más altos producen un movimiento fluido y realista, mientras que unos FPS más bajos pueden dar lugar a imágenes 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 las personas. En visión artificial, unos FPS más altos permiten que los sistemas capturen 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 artificial.

¿Qué significan los FPS en visión artificial?#

Imagina que estás jugando a un juego de carreras: a 60 FPS, cada curva se siente fluida y la respuesta es inmediata, pero a 20 FPS, los controles van con retraso 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. Cuantas más imágenes por segundo, más fluido y natural parece el movimiento; con menos imágenes, puede parecer entrecortado.

Al igual que en los videojuegos, los FPS son una parte fundamental de las aplicaciones de visión artificial. Unos FPS más altos permiten seguir objetos de forma fluida con IA visual, mientras que unos FPS más bajos pueden hacer que se pierdan detalles.

Por ejemplo, en el análisis deportivo, las cámaras con IA necesitan unos FPS más altos para poder seguir los pases rápidos, los movimientos de los jugadores y las trayectorias del balón. Unos FPS más bajos podrían hacer que se perdiera 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 superan el límite de velocidad y cambios de carril en tiempo real. La elección de los FPS adecuados depende de los requisitos específicos de cada aplicación de visión artificial y exige equilibrar el rendimiento, la eficiencia y la claridad visual.

Fig. 1. Comparación de distintas frecuencias de fotogramas.

Aspectos técnicos de los FPS en visión artificial#

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

Si divides el número total de fotogramas entre la duración en segundos, obtendrás los FPS de un vídeo. Por ejemplo, si un vídeo tiene 96 fotogramas a lo largo de 4 segundos, el resultado es 24 FPS (es decir, se muestran 24 imágenes por segundo); en cambio, 32 fotogramas en 4 segundos dan como resultado 8 FPS. Puedes utilizar bibliotecas de Python como OpenCV para extraer metadatos de vídeo, contar fotogramas y calcular automáticamente los FPS, lo que agiliza el 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 no basta por sí solo para tomar decisiones técnicas al desarrollar soluciones de visión artificial. También es importante tener en cuenta los distintos factores que pueden afectar a la frecuencia de fotogramas 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 permitir unos FPS más altos y un vídeo más fluido.
• Optimizaciones del software: El software eficiente de codificación y procesamiento de vídeo ayuda a extraer y analizar fotogramas rápidamente. Así se garantiza que el vídeo se procese sin retrasos innecesarios.
• Condiciones ambientales: La iluminación y el movimiento de una escena afectan a la nitidez con la que se capturan los fotogramas. Una buena iluminación y un movimiento moderado pueden mejorar los FPS, mientras que unas condiciones desfavorables podrían requerir unos FPS más altos para mantener la claridad.
• Necesidades de almacenamiento: Unos FPS más altos capturan más fotogramas por segundo, lo que genera archivos de mayor tamaño. Esto aumenta las necesidades de almacenamiento y exige un procesamiento de datos más rápido para garantizar una reproducción fluida.

Exploración de los FPS en aplicaciones de visión artificial#

Los modelos de IA como Ultralytics YOLO11, compatibles con tareas de visión artificial en tiempo real, pueden utilizarse para analizar vídeos con frecuencias de fotogramas altas. Esta capacidad en tiempo real es fundamental para aplicaciones como la conducción autónoma, la vigilancia y la robótica, en las que incluso los retrasos pequeños pueden provocar errores importantes.

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

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

Los sistemas de vigilancia que supervisan zonas con mucho tráfico, como las autopistas, utilizan unos FPS altos para capturar detalles minúsculos y garantizar que los vehículos que se mueven rápidamente queden registrados con claridad. Esta nitidez 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, se pueden utilizar modelos como Ultralytics YOLO11 para detectar matrículas directamente en 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 sus datos. Este proceso permite identificar vehículos de forma rápida y precisa, lo que mejora la aplicación de las normas de tráfico y la seguridad general.

Fig. 3. Uso de YOLO11 para detectar matrículas.

Comprender los requisitos de FPS de los sistemas autónomos#

Imagina un coche autónomo ante una señal de stop, analizando atentamente su entorno para decidir si puede continuar con seguridad. Este coche debe tomar decisiones prácticamente al instante, 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 información visual mejorada permite al coche detectar rápidamente obstáculos, peatones y otros vehículos. Así, el vehículo puede reaccionar enseguida 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 menos detallada. Esto podría retrasar su tiempo de respuesta, aumentar el riesgo de pasar por alto información crítica y poner en peligro la seguridad.

La relación entre los FPS y el análisis deportivo#

Capturar cada movimiento con precisión es fundamental en el deporte, donde las decisiones tomadas en una fracción de segundo pueden marcar la diferencia entre ganar y perder. La tecnología compatible con unos FPS más altos nos permite grabar hasta el más mínimo detalle del movimiento, y los entrenadores, analistas y deportistas 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 críquet, al proporcionar una visión clara de la acción, fotograma a fotograma.

Por ejemplo, un interesante estudio sobre voleibol analizó cómo el uso de unos FPS más altos mejora la evaluación del rendimiento. El aumento de 30 a 240 FPS mejoró notablemente la nitidez 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 más exactitud la posición de las manos, los puntos de contacto con el balón y la mecánica del salto. Además, el estudio reveló 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 cuanto a la nitidez del movimiento.

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

No todas las aplicaciones de visión artificial necesitan grabar imágenes con unos FPS más altos. En muchos casos, bastan unos FPS más bajos para obtener resultados precisos, según la tarea. Estas son algunas áreas clave en las que se prefieren unos FPS más bajos:

• Posprocesamiento y análisis sin conexión: En aplicaciones como la supervisión del tráfico y el análisis de multitudes, no siempre es necesario capturar todos los fotogramas 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, sin renunciar a un análisis preciso.
• Supervisión medioambiental con cámara rápida: Para seguir cambios lentos, como el crecimiento de las plantas, el avance de una obra o el movimiento de un glaciar, basta con capturar un fotograma cada pocos minutos o una vez al día. Así se documentan eficazmente las transformaciones a largo plazo y se ahorra espacio de almacenamiento.
• Entornos con recursos limitados: En la supervisión de la fauna y la seguridad en zonas remotas, unos FPS más bajos ayudan a conservar la batería y el espacio de almacenamiento. Las cámaras activadas por movimiento que funcionan a 5–10 FPS pueden capturar los eventos esenciales durante periodos prolongados, por lo que son ideales para instalaciones aisladas de la red eléctrica.

Cómo elegir los FPS adecuados para aplicaciones de aprendizaje profundo#

Para elegir los FPS ideales, hay que 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 los FPS de forma dinámica, utilizar interpolación de fotogramas y optimizar el hardware puede ayudar a mantener un rendimiento fluido sin sobrecargar el sistema.
• Necesidades específicas de cada aplicación: Las distintas aplicaciones tienen distintos requisitos de FPS. Los dispositivos que funcionan con 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 responder con rapidez y precisión.
• Pruebas y optimización: Lo ideal es probar distintas configuraciones de FPS en diferentes condiciones de iluminación y movimiento. Evaluar la latencia y comparar lado a lado distintos niveles de FPS ayuda a determinar el mejor equilibrio entre capacidad de respuesta, calidad visual y eficiencia de los recursos.

Innovaciones futuras y optimización de los FPS para modelos de IA#

Los avances en IA y la optimización del hardware hacen que resulte más viable alcanzar frecuencias de fotogramas 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 fotogramas, en la que los sistemas ajustan dinámicamente los FPS según 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 varios fotogramas, que utiliza la IA para predecir y crear fotogramas adicionales. Esto aumenta hasta ocho veces la frecuencia de fotogramas y, al mismo tiempo, reduce la carga de trabajo del sistema.

Al permitir que la IA se encargue de parte del renderizado, DLSS 4 consigue que las imágenes sean más fluidas sin sobrecargar el hardware, lo que mejora tanto el rendimiento como la eficiencia.

Conclusiones clave#

Los FPS son mucho más que una simple medida de la fluidez visual: impulsan la toma de decisiones en tiempo real en la IA y la visión artificial. Cada fotograma de un vídeo captura datos fundamentales que permiten a las máquinas seguir objetos, analizar movimientos y responder a entornos dinámicos. Tanto si se trata de coches autónomos que esquivan obstáculos como de sistemas de vigilancia que detectan amenazas al instante, los FPS adecuados garantizan la precisión y la eficiencia.

El futuro de los FPS no consiste solo en aumentar la frecuencia de fotogramas, sino también en optimizarla de forma inteligente. Esta evolución hará que los sistemas de visión artificial sean más rápidos, innovadores y eficientes en el uso de los recursos en distintos sectores.

¿Quieres saber más sobre IA? Explora nuestro repositorio de GitHub y únete a nuestra comunidad. ¿Listo para empezar tus propios proyectos de visión artificial? Echa un vistazo a nuestras opciones de licencia. Descubre cómo la visión artificial en sanidad mejora la eficiencia y explora el impacto de la IA en la fabricación en nuestras páginas de soluciones.