Hanwha Vision: análisis de vídeo impulsado por IA y capacidades inteligentes
Hanwha Vision ha convertido el vídeo de un simple registro pasivo a una detección activa, y lo hace integrando inteligencia artificial directamente en el hardware de la cámara. El Wisenet 9 SoC impulsa este cambio y ejecuta un procesamiento de imagen complejo en el borde para reducir la latencia y las necesidades de ancho de banda. Por ejemplo, el SoC permite que una cámara filtre eventos antes de que salgan del dispositivo, y este diseño reduce tanto la demanda de ancho de banda como de almacenamiento al tiempo que protege los datos localmente. Puede leer más sobre el Wisenet 9 SoC y aspectos destacados del producto en la presentación de Hanwha Vision en ISC West.
Primero, la IA convierte cada cámara en un sensor in situ que ve, clasifica y prioriza eventos en tiempo real. Segundo, este enfoque mejora la conciencia situacional y acelera la respuesta. Tercero, hace que el vídeo avanzado esté disponible más allá de los equipos de seguridad para operaciones y paneles ejecutivos. En el comercio minorista, por ejemplo, los conocimientos de las cámaras apoyan el merchandising y la gestión de colas, y los operadores pueden actuar sobre los datos de tiempos de espera para reducir pérdidas y mejorar el servicio. Para un ejemplo práctico de métricas centradas en las personas, vea nuestra referencia de conteo de personas, que muestra cómo los datos de las cámaras se convierten en métricas operativas.
Hanwha Vision se posiciona como un proveedor global de soluciones de visión y promueve modelos confiables y explicables. An Soon-Hong dijo que el mercado se está moviendo hacia sistemas «superinteligentes» que usan IA para decidir y no simplemente para grabar; esta cita y el análisis aparecen en el comunicado de tendencias de Hanwha sobre las tendencias de vigilancia por vídeo para 2025. Además, la empresa destaca su diseño óptico de clase mundial que soporta el rendimiento en condiciones de baja luminosidad y una clasificación precisa.
Visionplatform.ai ve este cambio como complementario. Ayudamos a las organizaciones a convertir CCTV existente en sensores operativos e integrar las detecciones en VMS y sistemas empresariales, y lo hacemos con control local para cumplir con las necesidades de protección de datos. Así, cuando un sitio necesita modelos personalizados, o cuando los equipos quieren aprovechar la IA sin enviar vídeo solo a la nube, nuestra plataforma admite esa integración y mantiene los conjuntos de datos locales para el cumplimiento.
En general, la combinación de análisis de vídeo basados en el borde con un diseño robusto de SoC ofrece alertas más rápidas, mejor conciencia situacional y menos dependencia de servidores centrales. Por lo tanto, los operadores obtienen un sistema de vídeo de seguridad más proactivo que respalda la seguridad y la inteligencia empresarial mientras reduce costes y riesgos.
análisis e información operativa: detección de objetos y detección de merodeo en la serie P
La serie P aporta analítica a bordo a las implementaciones cotidianas. Su motor integrado clasifica personas, vehículos y objetos en el borde, y luego envía eventos estructurados en lugar de flujos crudos. Este conjunto de funciones incluye la detección de objetos, que reconoce formas y clases incluso en escenas dinámicas. Para plantas de fabricación, la detección de objetos ayuda a rastrear palés, vehículos y herramientas, y reduce las comprobaciones manuales mientras mejora el rendimiento. Para el comercio minorista, la detección de objetos informa al personal sobre la manipulación de productos y el flujo de clientes, y mejora las decisiones de merchandising.
La detección de merodeo es una capacidad clave en la serie P que proporciona alertas proactivas cuando un individuo permanece en un área más allá del tiempo esperado. Cuando se aplica a zonas de acceso o áreas perimetrales, la funcionalidad reduce el riesgo al señalar comportamientos sospechosos y facilitar la verificación rápida. Para lectores que quieran un caso de uso detallado, nuestro recurso sobre detección de merodeo describe cómo las reglas de tiempo de permanencia se mapean a umbrales de alerta y flujos de trabajo operativos.
La serie P utiliza IA a bordo para aplicar listas de vigilancia y mapas de calor, y alimenta un panel central con datos de eventos refinados en lugar de vídeo crudo. Como resultado, el personal de seguridad dedica menos tiempo a falsas alarmas y más tiempo a incidentes verificados. El sistema también admite reconocimiento de matrículas para acceso de vehículos y logística. Por ejemplo, las matrículas pueden coincidir con listas de vigilancia para activar acciones en portones o notificaciones, lo que acelera el flujo en entradas concurridas.
Esta serie también va más allá de las alarmas estándar y respalda objetivos distintos a la seguridad. Las instalaciones supervisan la longitud de las colas y los tiempos de espera para mejorar la satisfacción del cliente, y los supervisores miden la ocupación para optimizar la dotación de personal. La serie P hace esto manteniendo una alta precisión de detección, gracias al diseño óptico de clase mundial y al canal de procesamiento de imagen del SoC. Además, las cámaras pueden ejecutar clasificadores personalizados, por lo que los sitios pueden entrenar modelos para objetos específicos sin enviar las grabaciones a proveedores externos. En la fabricación, esto reduce el tiempo de inactividad ya que la cámara reconoce rápidamente pasillos bloqueados, piezas mal colocadas o patrones de movimiento de vehículos.
Finalmente, la analítica de la serie P produce información operativa que alimenta paneles y sistemas operativos. Crean flujos de eventos utilizables por SCADA o herramientas de BI, y esto permite a los equipos de instalaciones convertir detecciones en mejoras medibles. El efecto combinado es un uso más inteligente de los datos de las cámaras tanto para seguridad como para operaciones.
AI vision within minutes?
With our no-code platform you can just focus on your data, we’ll do the rest
vídeo inteligente y gestión de alarmas con IA para alertas e información precisas
Los flujos de trabajo de vídeo inteligente reducen el ruido y agudizan el foco. La arquitectura de Hanwha Vision añade filtros de alarmas con IA y reglas de alerta personalizables para manejar escenarios complejos. Estos filtros verifican atributos del objeto, la dirección del objeto y señales contextuales antes de que se dispare una alerta. Esto limita la carga innecesaria de alarmas y ayuda a reducir falsos positivos, de modo que los equipos puedan confiar en las alertas y responder más rápido. En la práctica, una cámara validará un evento de cruce solo cuando un vehículo autorizado y su matrícula coincidan con las políticas, y entonces escalará la alerta a una consola central.
Las reglas de alarma con IA integradas permiten a los gestores especificar listas de vigilancia, ventanas de tiempo y zonas de exclusión. Por ejemplo, un sitio puede silenciar alarmas cuando vehículos de servicio cargan durante ventanas programadas y seguir siendo sensible a la detección de intrusiones durante horas cerradas. El flujo de trabajo admite webhooks y MQTT para que los datos de alarma sean accionables en distintas plataformas. Nuestra plataforma también demuestra cómo las alarmas pueden alimentar paneles operativos en lugar de permanecer enterradas en un VMS. Vea nuestro ejemplo de intrusión para un ejemplo de reglas e integraciones detención de intrusiones.
Los falsos positivos disminuyen porque la analítica con IA comprende el tamaño, la velocidad y la clasificación de los objetos. El sistema combina inferencia en el borde con correlación central, y este método híbrido reduce el tiempo de verificación. Para instalaciones de alto riesgo, inteligencias como listas de vigilancia y coincidencia de rostros o matrículas mejoran la detección de amenazas y la conciencia situacional. Como resultado, los equipos de seguridad adoptan un modelo de respuesta por niveles donde compuertas automatizadas, control de acceso y verificación humana actúan en secuencia.
La gestión inteligente de alarmas también apoya funciones empresariales. Las alarmas pueden desencadenar notificaciones operativas, y esto ayuda a los equipos a actuar sobre incidentes que afectan al rendimiento o al servicio. Por ejemplo, una alerta sobre una barrera de cola rota puede dirigirse a mantenimiento mientras que el equipo de seguridad recibe una tarea paralela de verificación. Por tanto, la plataforma ofrece tanto valor de seguridad como inteligencia para seguridad y operaciones. En resumen, las alarmas precisas conducen a una acción más rápida, mejor asignación de recursos y mejores resultados.
SightMind basado en la nube para análisis operativos mejorados en la serie X
SightMind™ es la plataforma en la nube de Hanwha Vision que escala la analítica y centraliza los datos de salud y eventos. El enfoque alojado en la nube simplifica la configuración remota y las actualizaciones a nivel de sistema. Ofrece a los administradores una única vista para reglas, distribución de firmware y revisión de eventos. Para implementaciones que necesitan tanto inferencia en el borde como supervisión centralizada, SightMind proporciona una vía híbrida que equilibra el procesamiento local con el análisis a nivel de nube. Hanwha mostró muchas capacidades de SightMind en ISC West; vea el análisis del evento para contexto que cubre sus innovaciones en ISC West.
Los dispositivos de la serie X complementan las funciones en el borde de la serie P transmitirendo eventos refinados a la nube para análisis longitudinales. Mientras que la serie P se centra en decisiones inmediatas en la cámara, la serie X junto con SightMind permiten métricas de plataforma holísticas, análisis de tendencias y búsqueda histórica. La plataforma en la nube estandariza la telemetría entre sitios dispersos y admite paneles entre sitios. También gestiona listas de vigilancia, acceso basado en roles y alertas de estado del sistema para instaladores y operadores.
El acceso en la nube reduce la carga sobre los equipos locales. Los administradores pueden obtener informes de firmware, comprobar el estado de las cámaras y exportar resúmenes analíticos. Además, los servicios alojados en la nube permiten la colaboración entre seguridad, operaciones y equipos ejecutivos. Para organizaciones que prefieren control privado, las implementaciones híbridas mantienen los datos sensibles en las instalaciones mientras envían metadatos a la nube. Esta integración se ajusta a diversas necesidades de cumplimiento y apoya la preparación para la Ley de IA de la UE al ofrecer flujos de datos configurables.
SightMind también soporta funciones empresariales avanzadas como la optimización basada en tendencias, e integra con plataformas de terceros para envíos y logística. Para aeropuertos, por ejemplo, los análisis en la nube se emparejan con flujos ANPR y métricas de flujo de pasajeros para optimizar la dotación de puertas y reducir los tiempos de espera de los pasajeros. Para casos de uso aeroportuario más especializados, incluyendo ANPR y detección de EPP, explore nuestros recursos de ANPR/LPR y detección de EPP. Por tanto, SightMind actúa como la plataforma central que convierte dispositivos distribuidos en un entorno de analítica coherente.
AI vision within minutes?
With our no-code platform you can just focus on your data, we’ll do the rest
reducción de ruido y precisión de detección: capacidad de IA de la serie P
La reducción de ruido es importante para la precisión de detección, y la serie P se centra en la reducción de ruido multifuente (multi-frame) para mejorar la imagen en baja luminosidad. La cámara apila cuadros y filtra el ruido del sensor, y luego entrega imágenes más claras para los clasificadores. Esta técnica aumenta la probabilidad de que pequeños objetos y matrículas sean reconocidos al anochecer o bajo iluminación artificial. El canal de procesamiento de imagen del SoC mejora el contraste y reduce artefactos, de modo que los modelos de IA aguas abajo toman mejores decisiones.
En escenas concurridas, el sistema utiliza señales espaciales y temporales para separar objetos superpuestos. Eso significa que la detección de objetos escala desde la vigilancia de una sola persona hasta el seguimiento de multitudes densas. Para aeropuertos o centros de tránsito, las medidas de densidad de multitudes y analítica de colas previenen cuellos de botella y mejoran el flujo de pasajeros. Para quienes estén interesados en la gestión de multitudes, vea nuestro recurso de detección de multitudes. La serie P también ayuda a detectar comportamientos sospechosos y merodeo, dando tiempo a los equipos para verificar e intervenir antes de que los incidentes escalen.
La infraestructura crítica se beneficia cuando las cámaras mantienen la precisión de detección en condiciones adversas. Por ejemplo, la identificación de vehículos funciona incluso con iluminación mixta, y el sistema empareja lecturas de matrículas con control de acceso para validar entradas. Las cámaras usan una combinación de diseño óptico y procesamiento a nivel de SoC para maximizar la claridad a distancia. El enfoque complementa los sistemas de detección de intrusiones y respalda flujos de trabajo ante brechas perimetrales.
Más allá de la detección bruta, los sitios obtienen información operativa a partir de eventos fiables. Cuando las detecciones son consistentes, los analistas pueden confiar en los paneles y los KPIs y luego ejecutar programas de optimización para rendimiento y seguridad. Nuestra plataforma publica eventos en tiempo real para sistemas de BI, y eso permite la mejora continua entre equipos. En breve, la reducción de ruido mejora la detección, y la mejora de la detección produce ganancias operativas medibles.
Análisis de vídeo impulsado por IA para información operativa y optimización
Desde la captura hasta el panel, una canalización de extremo a extremo convierte píxeles en eventos accionables. Primero, las cámaras capturan vídeo y aplican procesamiento de imagen y reducción de ruido multicuadro. A continuación, la inferencia integrada clasifica objetos, y después el sistema transmite eventos estructurados a la plataforma. Finalmente, paneles y APIs alimentan las operaciones, de modo que los equipos convierten alertas en tareas de flujo de trabajo. Esta cadena respalda tanto la seguridad como la optimización operativa.
La optimización basada en datos mejora el rendimiento y la seguridad. En la fabricación, las cámaras registran anomalías en la línea de producción y desencadenan alertas de anomalía de procesos que reducen tiempos de inactividad. Para comercio minorista y transporte, la analítica de colas y tiempos de espera ayuda a redistribuir personal para atender la demanda y reducir la congestión. Visionplatform.ai se especializa en tomar esos eventos y publicarlos en MQTT y VMS para que herramientas de BI y SCADA puedan consumirlos. Al hacerlo, las cámaras se convierten en sensores que respaldan la seguridad y la inteligencia empresarial en toda la empresa.
Mirando hacia adelante, las tendencias apuntan a una mayor toma de decisiones autónoma en el borde y a una integración más estrecha entre sistemas. Hanwha Vision pronostica IA confiable y sostenibilidad como pilares del desarrollo futuro, y esa visión se alinea con la investigación del sector sobre el vídeo como sensor y la adopción de IA con pronósticos de mercado hasta 2035. Además, informes recientes de la industria destacan el cambio hacia la vigilancia habilitada por IA como una tecnología empresarial central en nuevas investigaciones basadas en IA.
Mientras las organizaciones sopesan opciones, deben equilibrar la inferencia en el borde y la orquestación en la nube, y controlar los flujos de datos para el cumplimiento. En términos prácticos, eso significa elegir sistemas que permitan entrenar modelos in situ, integrar alertas con flujos de trabajo existentes y escalar desde decenas hasta miles de flujos. Al final, las soluciones impulsadas por IA harán la vigilancia más inteligente y las operaciones más eficientes, y lo harán protegiendo la privacidad y reduciendo falsos positivos.
Preguntas frecuentes
¿Qué es el Wisenet 9 SoC y por qué importa?
El Wisenet 9 SoC es el chip de Hanwha Vision que ejecuta el procesamiento de imagen y los modelos de IA en la cámara. Importa porque reduce la latencia y localiza el procesamiento, lo que disminuye el ancho de banda y preserva la privacidad.
¿Cómo funciona la detección de objetos en la serie P?
Las cámaras de la serie P aplican clasificadores entrenados sobre los fotogramas entrantes para identificar personas, vehículos y otras clases de objetos. Luego envían eventos estructurados a una plataforma o VMS para que los equipos puedan actuar rápidamente sobre las detecciones.
¿Se puede ajustar la detección de merodeo para sitios específicos?
Sí, la detección de merodeo utiliza umbrales configurables para el tiempo de permanencia y zonas, por lo que cada sitio puede adaptar la sensibilidad. Eso reduce alertas innecesarias mientras mantiene la atención en comportamientos realmente sospechosos.
¿Qué es SightMind y qué hace?
SightMind es la plataforma en la nube de Hanwha Vision que agrega eventos, métricas de salud y analítica entre dispositivos. Permite la gestión centralizada, el análisis de tendencias y la colaboración entre sitios.
¿En qué se diferencian los enfoques de nube y borde?
El procesamiento en el borde toma decisiones inmediatas en la cámara y reduce ancho de banda y latencia. Las plataformas en la nube proporcionan almacenamiento a largo plazo, correlación entre sitios y analítica centralizada para la optimización.
¿Pueden las analíticas de las cámaras respaldar sistemas empresariales?
Sí, los eventos de las cámaras pueden alimentar BI, SCADA y paneles operativos para impulsar la optimización y las mejoras de seguridad. Nuestra plataforma publica eventos en MQTT e integra con VMS para este propósito.
¿Cómo mejora la reducción de ruido la detección?
La reducción de ruido multicuadro limpia las imágenes en baja luminosidad para que los modelos de IA vean entradas más nítidas. Eso conduce a una mayor precisión de detección para matrículas, rostros y objetos pequeños.
¿Son las alarmas con IA lo suficientemente fiables para los equipos de seguridad?
Con filtros por capas, listas de vigilancia y reglas contextuales, las alarmas con IA se vuelven más fiables y reducen alertas falsas. Las integraciones con control de acceso y flujos de verificación refuerzan aún más la calidad de la respuesta.
¿Cómo ayuda esta tecnología al cumplimiento y la privacidad?
Al realizar la inferencia en dispositivos de borde y admitir flujos híbridos con la nube, las organizaciones pueden mantener el vídeo sensible local mientras comparten metadatos para operaciones. Esto ayuda a cumplir con el RGPD y otros marcos regulatorios.
¿A qué tendencias deben prepararse las organizaciones?
Espere más toma de decisiones autónoma en el borde, mayor ciberseguridad y una integración más estrecha con sistemas operativos. Estas tendencias impulsarán una mejor optimización y conciencia situacional en los sitios.
