"Una analítica es tan buena como la imagen que recibe. Si la cámara no comprime bien o no ve bien en condiciones difíciles, la IA falla."
Cuando hablamos de analítica de video con inteligencia artificial, la conversación suele saltar directo a los algoritmos: detección de personas, reconocimiento de vehículos, conteo, línea de cruce, alarmas inteligentes. Pero hay un paso anterior que casi nunca se menciona y que, sin embargo, determina si toda esa inteligencia funciona o no: la calidad de la imagen que la cámara entrega.
Ninguna analítica, por sofisticada que sea, puede identificar lo que la cámara no logra capturar con claridad. Si el video llega comprimido en exceso, con ruido, distorsionado o mal expuesto, el motor de IA simplemente no tiene con qué trabajar. Por eso, antes de hablar de algoritmos, vale la pena hablar de los fundamentos: cómo se comprime el video, cómo se optimiza su transmisión y cómo se mejora la imagen en condiciones reales. En Hanwha Vision, estos fundamentos están resueltos desde el hardware y el firmware de sus cámaras, y son la base que sostiene una analítica confiable.
H.264 vs H.265: La primera decisión que impacta todo
Todo empieza por cómo se comprime el video. Durante años, H.264 fue el estándar dominante en videovigilancia, pero su sucesor, H.265 (HEVC), representa un salto real en eficiencia: reduce hasta un 50% el ancho de banda y el almacenamiento necesarios, manteniendo la misma calidad de imagen.
En términos prácticos, esto significa que una cámara 4K que en H.264 consume alrededor de 10 Mbps de ancho de banda, en H.265 puede bajar a 5 Mbps sin sacrificar nitidez. Llevado a almacenamiento, 30 días de grabación que en H.264 ocupan 3.24 TB, en H.265 se reducen a 1.62 TB. Es, literalmente, la misma calidad de imagen usando la mitad de los recursos.
¿Por qué importa esto para la analítica? Porque cada bit que se ahorra en compresión ineficiente es ancho de banda y almacenamiento que se pueden destinar a mantener más cámaras activas, a grabar en mayor resolución o a sostener sistemas de IA que procesan video de forma continua. Un proyecto que no parte de una compresión eficiente termina limitando, tarde o temprano, la cantidad de cámaras o la calidad de imagen que puede sostener.
WiseStream II y WiseStream III: cuando la compresión se vuelve inteligente
H.265 es un excelente punto de partida, pero Hanwha Vision va un paso más allá con WiseStream, una tecnología propia que trabaja junto con H.265 para optimizar todavía más la transmisión y el almacenamiento, sin comprometer lo que realmente importa en la escena.
WiseStream II: eficiencia basada en movimiento
WiseStream II opera analizando el área de detección de movimiento a nivel de píxel. Su lógica es sencilla pero muy efectiva: mantiene la calidad en los objetos significativos y reduce la calidad en las áreas donde no hay movimiento, como paredes, pisos o fondos estáticos.
El resultado es contundente: en una escena típica, WiseStream II puede lograr hasta un 99% menos de ancho de banda en escenas estáticas. En el ejemplo comparativo, una cámara que en H.265 puro consume 5 Mbps y genera 1.62 TB en 30 días, con H.265 + WiseStream II baja a apenas 102.4 Kbps y 0.33 TB en el mismo período.
WiseStream III: cuando entra la IA a la compresión
WiseStream III lleva el concepto un paso más allá al incorporar inteligencia artificial en el propio proceso de compresión. En lugar de basarse solo en el movimiento, identifica objetos específicos (personas y vehículos) mediante IA, mantiene alta calidad únicamente en esos objetos importantes y comprime el fondo, logrando hasta un 80% de reducción adicional.
En el mismo escenario de referencia, esto se traduce en 2 Mbps de ancho de banda y 0.64 TB en 30 días, frente a los 5 Mbps y 1.62 TB de H.265 sin WiseStream.
Lo interesante de esta tecnología es que no es solo una herramienta de ahorro: es en sí misma una forma temprana de analítica, porque la cámara ya está "decidiendo" qué es relevante en la escena antes incluso de que el video llegue al VMS o al motor de IA. Es una muestra clara de cómo, en el ecosistema Hanwha, compresión e inteligencia dejan de ser conceptos separados.
Calidad de imagen inteligente: ver bien antes de analizar
Comprimir eficientemente no sirve de nada si, de entrada, la cámara no logra capturar una imagen útil. Aquí es donde entran otras dos tecnologías clave de Hanwha Vision.
WDR (Wide Dynamic Range)
Las escenas con fuertes contrastes de iluminación, una entrada con luz solar directa de fondo y personas en interiores a contraluz, por ejemplo, son uno de los mayores retos para cualquier cámara. Sin WDR, esas condiciones generan áreas oscuras que se ven como siluetas planas, sin detalle reconocible.
El WDR de Hanwha Vision resuelve esto obteniendo imágenes claras incluso en escenas con contrastes extremos, alcanzando hasta 150 dB en la Serie X. La diferencia entre WDR apagado y encendido no es cosmética: es la diferencia entre una imagen donde una analítica puede identificar personas y objetos, y una donde simplemente no puede.
LDC (Lens Distortion Correction)
Los lentes gran angular, muy usados para cubrir áreas amplias con menos cámaras, introducen una distorsión geométrica característica: líneas curvas donde deberían ser rectas, formas deformadas en los bordes del encuadre. LDC corrige esta distorsión provocada por la forma curva de la lente, devolviendo proporciones naturales a la imagen.
Para una analítica basada en IA, esto es relevante porque muchos modelos de detección están entrenados con proporciones reales de personas y objetos. Una imagen distorsionada puede confundir al algoritmo o, en el mejor de los casos, obligarlo a trabajar con menos precisión.
Vista pasillo: la imagen adaptada al espacio real
Un último elemento, muchas veces subestimado, es el formato de la imagen. La mayoría de las cámaras trabajan en formato panorámico 16:9, pensado para escenas amplias. Pero hay espacios que no son así: corredores, pasillos, escaleras, áreas estrechas y alargadas.
La Vista Pasillo convierte la imagen a formato vertical 9:16, optimizando tanto la visualización como el almacenamiento en este tipo de espacios. En lugar de desperdiciar resolución y ancho de banda cubriendo paredes laterales que no aportan información útil, la cámara concentra el campo de visión en lo que realmente importa: el eje del pasillo, por donde se desplazan las personas.
Esto no solo mejora la experiencia de monitoreo humano, sino que también beneficia directamente a la analítica: al eliminar áreas irrelevantes del encuadre, se reduce el ruido visual y se concentra la capacidad de procesamiento en la zona donde realmente ocurre la actividad.
La base antes del algoritmo
Si algo queda claro al recorrer estas tecnologías es que la inteligencia artificial en video no comienza en el servidor de analítica: comienza en el sensor de la cámara. Un H.265 eficiente, WiseStream optimizando lo que realmente se transmite, WDR y LDC entregando una imagen fiel a la realidad, y formatos como la Vista Pasillo adaptando el encuadre al espacio físico, son todos eslabones de una misma cadena.
Invertir en analítica sin haber resuelto primero estos fundamentos es como construir un edificio inteligente sobre cimientos débiles: puede funcionar en condiciones ideales, pero fallará justo cuando más se necesita. Hanwha Vision integra estos elementos de forma nativa en su ecosistema de cámaras, lo que permite que cualquier proyecto de analítica parta de una base sólida: una imagen que la IA realmente pueda entender.
¿Quieres que tu analítica funcione desde el primer día?
Si estás por implementar o actualizar un sistema de video con IA, vale la pena revisar primero si tus cámaras están entregando la calidad de imagen que ese proyecto necesita. En Proyectos CSI trabajamos con el portafolio de Hanwha Vision para ayudarte a elegir la combinación correcta de compresión, óptica e inteligencia según el espacio y el caso de uso.
Contáctanos y te ayudamos a evaluar tu proyecto.