Durante años, un mito persistente ha circulado en la industria de la seguridad: “las cámaras térmicas son caras.”
Y a primera vista parece cierto. Si colocas dos cajas sobre una mesa —una con una cámara térmica dentro y otra con una cámara óptica estándar— la diferencia en el precio unitario puede parecer considerable.
Pero los diseñadores de sistemas e integradores con experiencia saben que comparar caja con caja es un error fundamental. El coste real de cualquier sistema de seguridad solo se entiende cuando se analiza desde la perspectiva del Coste Total de Propiedad (TCO, Total Cost of Ownership).
Veamos más de cerca la nueva serie de cámaras térmicas TNO-C3040T / 50T / 60T / 80T de Hanwha Vision —no desde la perspectiva de un catálogo, sino desde el punto de vista de los presupuestos reales de proyectos y la eficacia operativa.
La paradoja del TCO: menos es más (y menos también es más barato)
Imagina un escenario típico: necesitas proteger un perímetro de 400 metros, por ejemplo el vallado de una planta solar o de un recinto industrial.
Si intentas hacerlo de forma “económica” utilizando cámaras ópticas tradicionales, la física se convierte rápidamente en tu principal limitación. Para mantener la integridad completa del perímetro y eliminar puntos ciegos —incluso utilizando analítica de vídeo— tendrás que instalar 10 o incluso 12 cámaras.
En ese momento, la instalación “barata” empieza a generar una cascada de costes ocultos:
-
Infraestructura pasiva: en lugar de unos pocos puntos de conexión, tendrás que afrontar importantes obras civiles: cientos de metros de zanjas para canalizaciones de cable y conductos técnicos.
-
Hardware de red: más cámaras requieren switches industriales con mayor densidad de puertos y mayores presupuestos de alimentación PoE.
-
Costes de instalación: cada una de esas 12 cámaras necesita un poste, cimentación, accesorios de montaje, licencias de VMS y, lo más importante, horas de trabajo de instaladores trabajando en altura.
Con la tecnología térmica, gracias a la detección de largo alcance y a la analítica basada en Inteligencia Artificial, ese mismo tramo de 400 metros puede protegerse a menudo con solo dos cámaras.
Dos puntos de montaje.
Dos conexiones.
Dos licencias.
Cuando se calcula el TCO completo del proyecto, la tecnología térmica suele resultar la opción más económica, además de ofrecer algo fundamental: rendimiento constante en oscuridad total, niebla densa o condiciones meteorológicas adversas.
Sensor QVGA y NETD <20mK: datos limpios para la Inteligencia Artificial
Reducir el número de cámaras solo es posible si puedes confiar en su alcance y precisión de detección.
Un parámetro clave en la nueva serie T es el NETD (Noise Equivalent Temperature Difference), reducido a 20 milikelvin (mK).
¿Por qué es importante?
Durante años, 50–60 mK fue el estándar del mercado. Más recientemente, 30 mK se ha vuelto habitual. La diferencia entre 30 mK y 20 mK en imagen térmica es comparable a la diferencia entre unos auriculares que simplemente reducen el ruido de fondo y otros que generan un silencio casi total.
El sensor está respaldado por un avanzado procesador de señal de imagen (ISP) que realiza una reducción inteligente del ruido. Cuando la temperatura del fondo es similar a la del objetivo (bajo contraste térmico), los sensores de menor calidad producen ruido en la imagen: la conocida “nieve térmica.”
Con un NETD bajo y optimización del ISP, la analítica basada en Inteligencia Artificial de Hanwha Vision recibe datos limpios y estables. El sistema no desperdicia potencia de procesamiento analizando interferencias, lo que se traduce en una reducción drástica de falsas alarmas.
Alcance: física (DRI) frente a realidad operativa (IA)
Las especificaciones técnicas suelen destacar impresionantes distancias de detección basadas en los criterios DRI de Johnson. Con una lente de 60 mm, la física permite detectar una persona a más de 2 kilómetros.
Pero para un operador de seguridad, esa información suele tener poco valor. A 2 km, una persona aparece como un píxel parpadeante: imposible de clasificar de forma fiable y operativamente inútil.
Por ello, Hanwha Vision distingue entre:
-
Detección basada en píxeles (física pura del sensor)
-
Detección basada en Inteligencia Artificial (rango real de clasificación fiable)
Para el modelo de 60 mm, el rango recomendado de clasificación de personas mediante Inteligencia Artificial es de 400 metros (399 m exactamente), un margen de diseño seguro que garantiza un rendimiento estable en proyectos reales.
Sin embargo, durante las pruebas de campo decidimos llevar el sistema más allá de los parámetros recomendados.
Fig. 1 En una prueba de estrés deliberada, el modelo de 60 mm logró clasificar correctamente a una persona incluso más allá del parámetro recomendado de 400 metros. A pesar de la distancia y de la perspectiva complicada, la Inteligencia Artificial identificó correctamente el objeto como “persona”.
Para los diseñadores de sistemas, la conclusión es clara: al elegir entre las distancias focales disponibles (13 mm, 19 mm, 35 mm, 60 mm), céntrate en las cifras de detección mediante Inteligencia Artificial, no solo en el alcance teórico del sensor.
Inteligencia primero: clasificación antes que reglas
La seguridad moderna ya no se basa en detectar movimiento. Se basa en detectar amenazas.
En los sistemas tradicionales, una bolsa de plástico arrastrada por el viento o un zorro cruzando un área protegida podían activar una alarma.
La serie T funciona de forma diferente, siguiendo un principio simple:
Primero clasificación. Después reglas.
El algoritmo de deep learning primero se pregunta:
“¿Es esto una persona o un vehículo?”
Solo después de confirmar la clase de objeto el sistema evalúa la violación de reglas (por ejemplo, cruce de línea o intrusión en una zona protegida).
Fig.2 En los escenarios de prueba, las personas fueron detectadas y clasificadas correctamente, mientras que un perro en la misma escena fue ignorado —a pesar de su clara firma térmica— porque no coincidía con las clases de objeto definidas.
Los instaladores pueden afinar aún más la detección utilizando lógica booleana, creando reglas como:
“Activar una alarma solo si el objeto cruza la línea de la valla Y entra en la zona protegida en un plazo de 30 segundos.”
Esto reduce significativamente las alarmas molestas y la fatiga operativa.
Diseño y ciberseguridad: preparado para infraestructuras críticas
La nueva serie también es un 40 % más ligera, con un peso de solo 1,7 kg, e incorpora un diseño de montaje con un único tornillo (Torx T20), lo que reduce el tiempo de instalación en altura.
Pero la seguridad física es solo una parte de la ecuación.
Dentro del dispositivo se encuentra un Secure Element (SE) dedicado: un chip de seguridad basado en hardware físicamente aislado del procesador principal. Funciona como una bóveda digital, protegiendo claves criptográficas y procesos sensibles.
El generador de números aleatorios se basa en entropía física (ruido electrónico) en lugar de algoritmos puramente matemáticos, lo que lo hace mucho más resistente a ataques.
Como resultado, las cámaras cuentan con certificaciones FIPS 140-3 y Common Criteria EAL 6+, lo que las hace adecuadas para entornos de infraestructuras críticas.
Conclusión: invierte en inteligencia, no en infraestructura
La serie térmica TNO-C30xx de Hanwha Vision demuestra que la tecnología térmica ha evolucionado hasta convertirse en un estándar práctico y comercial para la protección perimetral.
Con sensibilidad ultraalta (20 mK), analítica avanzada basada en Inteligencia Artificial que minimiza falsas alarmas y un diseño cuidadosamente optimizado, estas cámaras pueden tener un precio unitario más elevado, pero a nivel de proyecto suelen representar la solución más económica y fiable.
En lugar de invertir en kilómetros de cableado y bosques de postes, puede ser más inteligente invertir en Inteligencia Artificial: una tecnología capaz de ver lo que otros simplemente no pueden.