Videovigilancia

La norma internacional de sistemas de videovigilancia define esos cuatro niveles en píxeles por metro sobre el objetivo, no en megapíxeles de sensor. Es la diferencia entre saber que hay alguien, poder decir qué está haciendo, poder decir que es la misma persona de otra cámara, y poder decir quién es. Un pliego que pide identificación y especifica una óptica de detección no se cumple con más resolución.

De ese nivel salen la distancia focal, la cantidad de cámaras y la posición. Una cámara panorámica que cubre una plaza entera cumple detección y no cumple identificación en ningún punto de esa plaza. Suele hacer falta una segunda cámara fija apuntando al paso obligado, que es donde la identificación es posible.

La condición de luz decide el resto. Contraluz en un acceso, lluvia, neblina y vegetación en movimiento degradan la imagen justo cuando se la necesita. Ahí pesan el rango dinámico, la sensibilidad real del sensor y si la iluminación de apoyo es infrarroja o luz blanca, que no es una decisión técnica neutra: la luz blanca permite color y cambia cómo se percibe la instalación en un entorno habitado.

Y hay una condición que se pasa por alto y anula la evidencia: la hora. Sin sincronización horaria común, las grabaciones de dos cámaras no se correlacionan y el registro de un evento de acceso no coincide con su imagen.

La detección por movimiento lleva décadas disponible y produce alarmas por lluvia, insectos, sombras y ramas. Lo que cambió es la clasificación: un modelo de visión distingue persona, vehículo, tipo de vehículo y animal, y permite escribir la regla en términos del hecho que importa, no del píxel que cambió. Una regla de cruce de línea aplicada solo a personas elimina de golpe la mayor parte del ruido nocturno de un perímetro.

Encima de eso se apoyan la búsqueda por atributo, que es lo que permite recorrer horas de archivo en minutos, el conteo y el aforo, y la detección de conductas concretas como permanencia, merodeo, objeto abandonado o contraflujo. Cada una tiene su tasa de error propia y se ajusta en sitio, con la escena real.

Dónde corre el modelo es una decisión de arquitectura, no de marca. En la cámara reduce el tráfico y no depende del enlace, pero queda atado al modelo que el fabricante embarcó. En servidor admite modelos más pesados, permite reprocesar el archivo cuando aparece un requerimiento nuevo y concentra el costo en aceleradores que hay que dimensionar y refrigerar. La mayoría de los proyectos termina en una combinación, y conviene decidirla escrita.

La métrica que pedimos no es un porcentaje de precisión de laboratorio, sino falsos positivos por cámara y por noche, medidos en el sitio, en la peor condición de clima. Un porcentaje sin escena definida no se puede verificar; una cuenta de falsas alarmas sí, y es lo que decide si el operador sigue atendiendo el sistema a los tres meses.

Dos categorías se especifican aparte. La lectura de placa necesita óptica, obturador e iluminación dedicados, y no se resuelve activando una función en una cámara de propósito general. El reconocimiento facial, además de lo técnico, es una categoría con implicaciones legales de tratamiento de datos personales: se especifica con el área jurídica del cliente, con finalidad declarada, o no se especifica.