Saltar al contenido
IRIS NEURALContacto
← Volver a capacidades

¿Qué es capaz de ver una cámara cuando nadie la está mirando?

41 comportamientos y 94 clases de objeto: lo que IRIS sabe ver

Grabar no es vigilar. Cien cámaras piden cien pares de ojos, y a las dos horas de turno ya no hay ojos que aguanten. Lo que hace IRIS es convertir cada cámara en un sensor que entiende qué tiene delante, cuánto hace que está ahí, para dónde va y a qué velocidad. Y los modelos son propios y viven en la instalación del cliente: anda sin internet y la imagen no le llega a ningún tercero.

Qué es IRIS

IRIS mira las cámaras por vos.

IRIS Neural es una inteligencia artificial que mira las cámaras que ya tenés y entiende lo que pasa delante de ellas. Cuando ocurre algo importante —o algo que vos le hayas dicho que necesitás controlar—, avisa; y lo que se puede contar, lo cuenta en números. Todo el día, sin que nadie tenga que estar mirando la pantalla.

Vos le decís qué necesitás mirar, e IRIS lo hace.

Funciona con las cámaras que ya tenés. No hay que cambiar nada.

Contanos qué se te escapa →

Te contesta una persona, no un formulario.

De un vistazo

Lo que sabe hacer

  • 41 comportamientos listos

    Intrusión, cruce de línea, permanencia, merodeo, objeto abandonado, objeto retirado, aglomeración, filas, ocupación, lugar ocupado, contramano, velocidad y distancia entre personas. Cada uno con sus parámetros, sus unidades y sus rangos.

  • 94 clases en 12 familias

    Personas, vehículos por tipo, animales, accesorios, equipaje, mobiliario urbano y más. Es jerárquico: marcar «Vehículo» ya incluye auto, camión, colectivo y moto sin nombrarlos.

  • Zonas, líneas y puntos

    La raya se traza con el dedo, encima de la imagen en vivo. Como lleva flecha, el sistema sabe de qué lado viene cada uno: no es lo mismo el que entra que el que sale. Y por cámara se pueden dibujar todas las que hagan falta.

  • De píxeles a metros

    Cuatro puntos marcados en el piso alcanzan para medir de verdad. Y sin marcar nada, la altura media de cada clase ya da metros por segundo y kilómetros por hora.

  • Velocidad, rumbo y estado

    De cada objeto se sabe si está quieto, si va parejo, si acelera o si frena, hacia dónde va y a qué velocidad. Y hay dos velocidades que nunca se confunden: la que se midió y la que se estimó. Al escribir la regla se puede pedir que valga solo la medida.

  • Todo sobre cada objeto

    Más de cuarenta datos por objeto, y siguen ahí para consultarlos meses más tarde: qué es y de qué subtipo, qué color manda, cuándo se lo vio por primera y por última vez, por qué zonas anduvo, qué líneas cruzó y con quién estuvo.

  • Menos avisos falsos

    Áreas donde no se detecta nada a propósito, tiempo mínimo de seguimiento antes de actuar, doble umbral para que el aviso no parpadee y cuatro controles de espera. Y horarios que entienden el amanecer y el anochecer.

  • Del aviso al dato

    Todo lo que pasa queda medido por minuto, hora y día: conteos, tiempos de espera, ocupación media. Se cruza por cámara, puerta, zona o clase y se exporta a hoja de cálculo.

  • Los 41, por familias

    Nueve vigilan una zona y su ocupación, cinco reconstruyen por dónde pasó un objeto, cuatro miran una línea, cuatro el tiempo que lleva adentro, cuatro cómo se mueve y cuatro si un objeto está dentro de otro. Los once restantes: tres de cosas que aparecen o dejan de estar, tres de calidad de lo detectado, dos de multitudes, dos de distancia entre objetos y uno de lugar libre u ocupado.

  • El mismo objeto, todo el tiempo

    Permanencia, recorrido y velocidad son tres maneras de decir la misma cosa: «este mismo». Si el sistema pierde de quién está hablando, las tres se caen juntas. Por eso, cuando una columna o un camión tapan al objeto unos segundos, IRIS lo sostiene igual y lo vuelve a enganchar apenas reaparece.

  • Más de 40 datos medidos

    La ficha de un objeto trae qué es y de qué subtipo, su color dentro de once familias, el tamaño, el rumbo, la aceleración, cuánto se quedó en cada zona, los tramos que hizo por área, los cruces con su hora y quién iba con él. Y ningún dato viaja suelto: cada uno dice de qué cámara salió y en qué momento.

  • Reglas que miran atrás

    Una regla puede preguntarle al histórico mientras decide: avisa si entra un camión y no salió ninguno en la última media hora, o si aparece acá un auto del mismo color que pasó por la puerta 3 hace dos minutos.

El motor

Una regla escrita en una frase termina siendo uno de estos 41 comportamientos

En esta web hay reglas escritas en una frase: «avisame si alguien entra de noche a la dársena 4». Debajo de esa frase siempre hay uno de estos 41 comportamientos con sus parámetros puestos. Presencia en zona, salida de zona, ocupación, cruce de línea, paso pegado a otro, permanencia seguida o acumulada, merodeo, recorrido largo, objeto abandonado, objeto retirado, lugar ocupado o libre, contramano, aceleración brusca, fila, aglomeración con densidad y riesgo, distancia entre personas, secuencia de zonas. Ninguno está programado a medida para un cliente: son bloques del motor, con sus unidades y sus valores de fábrica, que se combinan entre sí. Por eso lo que se demuestra en una zona de esta web funciona igual en otra, y por eso un caso nuevo no es un desarrollo: es una regla más. Están contados y publicados uno por uno, que es la única forma de que alguien pueda comprobar si el suyo está en la lista.

Un detector dice «auto»; lo que importa es que todo el sistema entienda lo mismo por «auto». IRIS tiene un catálogo propio de 94 clases repartidas en 12 familias —personas, vehículos, animales, accesorios, mobiliario urbano, muebles, electrónica, comida— y cada modelo de detección traduce su vocabulario a ese catálogo. Es jerárquico: marcar «Vehículo» cuenta auto, camión, colectivo y moto sin nombrarlos uno por uno, y también se puede pedir solo la familia. Los nombres están escritos en los ocho idiomas de esta web. Lo que gana el cliente es concreto: un filtro configurado hoy sigue funcionando el día que el modelo de abajo se cambie por uno mejor. Y por encima de la clase hay un segundo nivel de detalle: un auto se afina a automóvil particular, camioneta, furgón, camión, colectivo, moto, bicicleta, vehículo de emergencia, motorhome o vehículo especial.

Acá está la diferencia entre una detección y un dato. Que algo se mueva rápido en la imagen no dice nada: un camión lejano parece lento y un pájaro cerca parece un misil. Para poder decir a cuántos kilómetros por hora va ese vehículo, alguien tiene que haberle explicado a la cámara cómo es el piso que está mirando. Hay tres caminos, en orden de esfuerzo: sin hacer nada, se mide en alturas del propio objeto, comparable dentro de la misma escena; con la altura media de cada clase, que viene ya puesta de fábrica, salen metros por segundo y kilómetros por hora; y marcando cuatro puntos del piso con sus medidas reales se mide de verdad, en metros sobre el plano. Y siempre se dice cuál se usó: la velocidad estimada se etiqueta como estimada, una regla puede exigir que solo valga la medida, y si la calibración no es válida el sistema baja a las unidades sin calibrar en lugar de inventarse un metro. Por la misma razón, los puntos de una trayectoria no se unen con una línea: entre dos puntos separados unos segundos nadie midió nada, y la línea afirmaría un recorrido que no existe.

El miedo de quien ya tuvo analítica antes es siempre el mismo: que suene toda la noche. Por eso cada comportamiento filtra por clase, por confianza, por tamaño, por cuánto lleva el objeto siendo seguido y por qué punto de la caja decide —los pies, el centro, la caja entera o cualquier parte que la roce—; hay áreas donde no se detecta nada a propósito, un doble umbral para que el aviso no parpadee en el borde de una zona, y cuatro controles de espera, enfriamiento y tope por minuto. Antes de publicar una regla se ve sobre la imagen en vivo lo que produce de verdad, incluidos los objetos que no pasan el filtro y el motivo por el que no pasan, y se puede simular sin que cree ni un aviso. Y cuando algo no se puede comprobar, el objeto no pasa y se explica por qué: nunca se completa un hueco con un valor inventado. Y lo que no hace también se dice: IRIS no sabe quién es nadie —compara el aspecto de un objeto, no la identidad de una persona—, y donde falta el dato que hace falta para dar metros, el campo no se publica: se queda ausente, nunca estimado. Hay 23 recetas guiadas para las reglas de siempre, y todo viaja por un único puerto seguro: al área de redes se le pide una regla de firewall, no trece.

Un integrador no busca una función: busca la suya, y por eso los 41 están agrupados por lo que preguntan. Nueve preguntan por una zona —quién entró, quién salió, cuántos hay adentro, cuántos son demasiados—; cinco por dónde pasó un objeto —dónde apareció, si pasó por acá, si terminó ahí adentro, si hizo A y después B—; cuatro por una línea con su flecha; cuatro por el tiempo que lleva adentro; cuatro por cómo se mueve; y cuatro por si una cosa está dentro de otra: una persona en un vehículo, un artículo sobre un pallet, un pallet vacío. Los once restantes cubren lo que aparece y lo que deja de estar, las multitudes, la distancia entre objetos, los lugares y la calidad de lo que se detectó. Si el caso no es ninguno de los 41, se construye: el filtro fino compara cada objeto contra once campos con ocho comparadores, y las condiciones se agrupan con «y» y con «o» hasta que la regla dice exactamente lo que tiene que decir. La geometría tampoco se repite: una línea dibujada una vez se aplica de una sola vez a veinte puertas iguales, y se comparte tal cual o se copia para retocarla en cada cámara. Y el asistente devuelve la regla entera resumida en una frase, en el idioma de quien la lee, para que quien la firma entienda qué firmó.

Parece un detalle de ingeniería que un objeto siga siendo el mismo objeto mientras cruza la escena, y en realidad es el piso donde se apoya todo lo demás. Permanencia, recorrido y velocidad no son tres cosas: son tres maneras de decir «este mismo», y si la identidad se corta cada vez que alguien pasa detrás de una columna, las tres se vuelven ruido. IRIS la mantiene mientras el objeto se mueve, la sostiene unos segundos cuando algo lo tapa y la recupera cuando reaparece; y como cada objeto guarda un pequeño historial de sus clases, un auto que a lo lejos oscila a camión no pone la regla a parpadear. De ahí sale la ficha: más de cuarenta datos —clase y subtipo, color entre once familias, tamaño, rumbo, aceleración, tiempo en cada zona, líneas cruzadas con su hora, con quién estuvo— que meses después permiten reconstruir por dónde anduvo, cuánto duró, a qué velocidad iba y qué grabación corresponde a ese instante. Ningún dato viaja solo: cada uno arrastra de qué cámara salió y en qué zona horaria, que es lo que sostiene un informe cuando alguien lo discute. Y mientras el objeto sigue vivo su resumen todavía no existe: eso es un hueco con motivo, no una falla, y así se muestra.

Las cifras

Contado, no estimado

  • 41comportamientos listos
  • 94clases de objeto en 12 familias
  • 535parámetros configurables
  • 23recetas guiadas de puesta en marcha
  • 40+datos medidos de cada objeto
  • 11familias de color que distingue

Preguntas

¿Qué puede detectar IRIS exactamente?

IRIS trae 41 comportamientos listos —intrusión, cruce de línea, permanencia, merodeo, objeto abandonado o retirado, ocupación, filas, aglomeración con densidad, lugar ocupado, contramano, velocidad, distancia entre personas, recorrido entre zonas— sobre un catálogo de 94 clases de objeto agrupadas en 12 familias. Si lo que se busca no es ninguno de ellos, un filtro fino compara cada objeto contra once campos —confianza, tiempo de vida, velocidad, dirección, tamaño, estabilidad de la clase— con ocho comparadores y condiciones agrupadas con «y» y con «o».

¿Hace falta calibrar la cámara para medir velocidades?

No para empezar. Cada clase del catálogo trae su altura media real —una persona 1,70 metros, un auto 1,50— y con eso ya salen metros por segundo y kilómetros por hora sin tocar nada. Para medida real sobre el piso se marcan cuatro puntos de la imagen y se dice cuánto miden de verdad: a partir de ahí, distancias, recorridos y velocidades están en metros. IRIS distingue siempre la velocidad medida de la estimada, y una regla puede exigir que solo cuente la medida; la estimada se queda corta y por eso se etiqueta como lo que es.

¿Y si me llena el turno de avisos falsos?

Es lo primero que se ataja. Se pueden marcar áreas donde no se detecta nada —una ruta al fondo, un cartel con fotos de personas—, exigir que el objeto lleve ya un rato siendo seguido antes de actuar, poner un doble umbral para que el aviso no parpadee en el borde de una zona, limitar el comportamiento a un horario y agregar tiempo de espera, enfriamiento y un tope de avisos por minuto. Antes de publicar nada se ve en la imagen en vivo lo que la regla produce de verdad, incluidos los objetos descartados y el motivo del descarte.

¿Y de noche, o con mala luz?

Con menos luz se detecta menos, y el sistema lo dice en vez de disimularlo. Cada cámara lleva un indicador de calidad de imagen que funciona como puerta: si está desenfocada, sucia o empañada, las reglas que dependen de ella no se ejecutan a ciegas. Además hay una puntuación de salud de la detección por cámara, con seis señales, que no se queda en el diagnóstico y dice qué hacer: revisar la óptica, comprobar el enfoque, revisar el infrarrojo nocturno. El límite, por delante: de noche, en infrarrojo, la imagen pierde color, así que la medida de color se marca como poco confiable en lugar de afirmar que la camioneta era blanca. Y los horarios entienden el amanecer y el anochecer, de modo que vigilar de noche sigue significando lo mismo en junio y en diciembre.

¿Qué pasa cuando dos objetos se cruzan y se tapan?

Unos segundos se aguanta; después se dice que no. Cuando una columna, un camión o un toldo tapan a un objeto, el sistema no se pone a extrapolar a ciegas: amortigua la velocidad que traía y afloja el criterio para volver a engancharlo, y lo hace en proporción al tiempo que lleva sin verlo. Cada objeto guarda además un pequeño historial de sus clases, así que un auto que a lo lejos oscila a camión no pone la regla a parpadear, y el seguimiento se afina por clase, porque un camión y una persona no se mueven igual. El límite, dicho de frente: si la tapada dura más de la cuenta, el seguimiento se muere, se cierra el resumen de vida de ese objeto, y lo que reaparezca después es un objeto nuevo. Reconocerlo otra vez por su aspecto es otra cosa, y sigue sin saber quién es.

Ver todas las preguntas

La interfaz real, paso a paso

La regla la ponés una vez. IRIS la aplica siempre.

Vas a ver un resumen de la interfaz, reproducido paso a paso y sin manos. Cada vuelta empieza con otro caso. La herramienta completa no entra en una demostración.

  1. La hora, en una grilla
  2. Mirás dónde está oscuro
  3. Saltás a ese minuto
IRIS NEURAL
30ES
IRISDirectoGrabacionesGISIncidencias3996SituaciónCasosLPRAutomatizacionesIRIS DATA
Preguntá o pedí algo…Enviar
IRIS · Infinity Neural

Y lo mejor

Compraste un depósito de imágenes.Lo que hacía falta era alguien que las mirara.

El depósito de video se queda donde está; deja de ser lo único que tenés. Esas mismas cámaras que hoy solo llenan discos pueden avisar de lo que importa mientras está pasando.

Explicanos tu problema y te decimos si IRIS lo entiende o si todavía no.

Estamos en España, con cuatro o cinco horas de diferencia. Si llamás a la mañana, allá es media tarde y te atiende una persona. Si escribís, te contestamos igual.