Cámaras de seguridad con IA local: cómo crear un NVR privado sin la nube

Eva Wong es la redactora técnica y manitas residente en ZimaSpace. Es una geek de toda la vida apasionada por los laboratorios domésticos y el software de código abierto, y se especializa en traducir conceptos técnicos complejos en guías prácticas y fáciles de seguir. Eva cree que alojar servicios propios debería ser divertido, no intimidante. A través de sus tutoriales, ayuda a la comunidad a desmitificar la configuración del hardware, desde montar su primer NAS hasta dominar los contenedores Docker.

Respuesta rápida

Un sistema local de cámaras de seguridad con IA graba y analiza las imágenes de cámaras IP en un dispositivo dentro de la red doméstica, en lugar de depender del procesamiento en la nube para cada alerta, clip o detección.

El sistema suele combinar cinco componentes:

  1. Cámaras IP que proporcionan transmisiones de vídeo locales estables.
  2. Una aplicación NVR local como Frigate.
  3. Detección de objetos para personas, vehículos, animales, paquetes u otras categorías útiles.
  4. Almacenamiento para grabaciones, clips, capturas de pantalla, bases de datos e índices de búsqueda.
  5. Reglas que determinan qué eventos deben activar alertas, conservarse o enviarse a un sistema de domótica.

Un NAS puede alojar el NVR o almacenar las grabaciones, pero no es necesario para realizar todas las tareas. En configuraciones más exigentes, un mini PC o un servidor de IA independiente puede encargarse de la decodificación de vídeo y la detección, mientras el NAS sigue siendo la capa de almacenamiento.

La principal ventaja no consiste simplemente en «añadir IA» a las cámaras de seguridad. Consiste en reducir las falsas alertas, encontrar más rápido los eventos importantes, controlar las grabaciones localmente y evitar una dependencia innecesaria de las suscripciones en la nube.

¿Qué es un sistema local de cámaras de seguridad con IA?

La grabación local y la IA local son funciones distintas

La grabación local significa que la cámara envía vídeo a un dispositivo dentro de la vivienda, donde se almacenan las imágenes sin necesidad de almacenamiento en la nube.

La detección local con IA añade otra capa. El NVR analiza fotogramas seleccionados e intenta identificar objetos o eventos relevantes, como:

  • Una persona que entra en la entrada para vehículos
  • Un vehículo que se detiene cerca del garaje
  • Un paquete que aparece en el porche
  • Un perro moviéndose por el jardín
  • Una cara conocida al llegar a la entrada
  • Una matrícula visible para una cámara de la entrada para vehículos

Un sistema puede grabar localmente sin IA y realizar detecciones sin grabar de forma continua. Conviene planificar estas dos funciones por separado, ya que requieren distintos recursos de procesamiento, red y almacenamiento.

La cámara, el NVR y el servidor de almacenamiento cumplen funciones distintas

Componente Función principal Limitación habitual
Cámara IP Captura vídeo y proporciona transmisiones locales. Puede seguir dependiendo de los servicios en la nube del proveedor o proporcionar transmisiones inestables.
NVR local con IA Decodifica transmisiones, detecta movimiento y objetos, genera eventos y gestiona alertas. Puede sobrecargarse si hay demasiadas transmisiones o si la aceleración no es compatible.
Detector o acelerador de IA Ejecuta la inferencia de detección de objetos de forma más eficiente. No necesariamente acelera la decodificación de vídeo, el almacenamiento ni la interfaz de usuario.
NAS o servidor de almacenamiento Almacena grabaciones, clips, capturas de pantalla, exportaciones y copias de seguridad. La escritura constante de las cámaras puede competir con las cargas de trabajo de almacenamiento de archivos y copias de seguridad.
Sistema de domótica Convierte los eventos de las cámaras en notificaciones, luces, paneles u otras acciones. Las reglas mal diseñadas pueden provocar la misma fatiga por alertas que la IA pretendía evitar.

Algunos proveedores pueden describir una configuración integrada de almacenamiento y detección como un NAS con IA. Sin embargo, para los usuarios, la cuestión práctica no es la etiqueta, sino si el flujo de trabajo completo de las cámaras locales graba de forma fiable, filtra correctamente los eventos, protege las grabaciones y sigue siendo fácil de mantener.

Local no siempre significa completamente desconectado de Internet

Una cámara puede grabar en un NVR local y, aun así, contactar con los servidores del proveedor para iniciar sesión en la cuenta, enviar datos de telemetría y notificaciones, permitir la visualización remota, sincronizar la hora o acceder a servicios de firmware.

Un diseño verdaderamente centrado en el procesamiento local requiere que los usuarios comprendan toda la ruta de los datos:

  • Adónde envía vídeo la cámara
  • Si la cámara requiere una cuenta en la nube
  • Si se puede bloquear el acceso saliente a Internet
  • Cómo funciona la visualización remota
  • Dónde se generan las notificaciones
  • Si las grabaciones o las miniaturas salen de la red

¿Qué puede hacer realmente la IA local para cámaras?

Detectar personas, vehículos, animales y paquetes

La detección básica de movimiento reacciona a los cambios entre los fotogramas de vídeo. El viento, las sombras, los insectos, la lluvia, los faros, las ramas de los árboles y el ruido de compresión pueden generar movimiento.

La detección de objetos plantea una pregunta más útil: ¿qué causó el movimiento?

Frigate es un NVR local diseñado para la detección de objetos en tiempo real con cámaras IP. Utiliza detección de movimiento de bajo consumo para decidir cuándo y dónde debe ejecutarse la detección de objetos, en lugar de analizar continuamente cada parte de cada fotograma.

La clase del objeto detectado se puede combinar con la ubicación, la hora, la duración, el nivel de confianza y las reglas del hogar antes de generar una alerta.

Filtrar eventos con zonas y reglas horarias

Detectar a una persona no siempre es suficiente. Puede que una persona que camina por una acera pública no importe, mientras que alguien que entra en el porche después de medianoche puede requerir atención inmediata.

Una regla práctica de alertas puede combinar:

  • Tipo de objeto: persona
  • Zona obligatoria: porche delantero
  • Hora: después de las 23:00
  • Umbral mínimo de confianza
  • Duración mínima del evento
  • Configuración de notificaciones específica para cada cámara

Este filtrado contextual suele ser más valioso que añadir más clases de objetos.

Buscar eventos grabados por descripción

El software moderno de NVR local puede ir más allá de las listas cronológicas de eventos. Frigate puede generar representaciones vectoriales locales de los objetos rastreados y utilizarlas para la búsqueda semántica.

Según la búsqueda semántica , los usuarios pueden buscar objetos rastreados mediante una descripción de texto, una imagen existente o una descripción generada automáticamente. Las representaciones vectoriales de imágenes y textos se almacenan y buscan localmente.

Las búsquedas posibles pueden incluir:

  • Persona con una chaqueta roja
  • Furgoneta de reparto blanca en la entrada para vehículos
  • Perro corriendo cerca de la puerta
  • Persona que lleva una caja grande
  • Vehículo similar al de un evento anterior

La búsqueda semántica resulta útil para investigar y revisar, pero no debe considerarse un mecanismo de alertas automáticas infalible. Los modelos de similitud visual pueden devolver eventos relacionados, pero incorrectos, sobre todo cuando los objetos son pequeños o las escenas se parecen.

Reconocer rostros conocidos

El reconocimiento facial puede asignar un nombre conocido a una persona detectada después de que el sistema haya encontrado primero un rostro lo bastante nítido.

La función de reconocimiento facial de Frigate funciona localmente y admite tanto un modelo eficiente orientado a CPU como un modelo más grande diseñado para hardware GPU o NPU compatible.

El reconocimiento facial debe considerarse una mejora opcional, no un sustituto de la detección de personas. Los resultados pueden verse afectados por:

  • Distancia a la cámara
  • Ángulo del rostro
  • Desenfoque por movimiento
  • Poca luz o imágenes infrarrojas
  • Sombreros, gafas u obstrucciones parciales
  • Imágenes de entrenamiento insuficientes o poco representativas

La ubicación de la cámara y el detalle del rostro importan más que limitarse a aumentar la resolución de grabación.

Reconocer matrículas

El reconocimiento de matrículas puede ayudar a identificar vehículos conocidos que entran en una entrada o registrar el texto visible de la matrícula para revisarlo más adelante.

La documentación sobre reconocimiento de matrículas explica que Frigate puede asociar los caracteres reconocidos de la matrícula o los nombres conocidos a los coches y las motocicletas registrados.

El reconocimiento de matrículas requiere un ángulo de cámara y una calidad de imagen que permitan leer la matrícula. Una cámara panorámica instalada en alto sobre una entrada puede detectar un vehículo de forma fiable y, aun así, no poder leer su matrícula.

Crear descripciones y resúmenes de eventos

Algunos flujos de trabajo con cámaras locales pueden añadir descripciones o resúmenes a los eventos registrados. Según la configuración seleccionada, estas funciones pueden usar modelos locales o externos de visión y lenguaje.

Las descripciones pueden facilitar la búsqueda y revisión de eventos, pero los usuarios deben comprobar si el proveedor configurado funciona localmente antes de asumir que ninguna imagen ni dato de eventos sale de la red.

Proceso de seguridad con cámaras locales con IA en seis pasos: captura con cámara, detección de movimiento, detección de objetos, filtrado de eventos, grabación local y controles de privacidad

El proceso de cámaras locales con IA y NVR

Un sistema local fiable de cámaras con IA debe entenderse como un proceso, no como un único modelo de IA.

Etapa del proceso Qué ocurre Qué puede fallar
1. Captura Las cámaras IP proporcionan transmisiones de vídeo locales con marcas de tiempo y conexiones de red estables. Las transmisiones se desconectan, se entrecortan o dependen del acceso a la nube del proveedor.
2. Análisis del movimiento La detección de movimiento ligera identifica las zonas y los momentos que podrían requerir un análisis más detallado. La lluvia, los insectos, las sombras, los faros o una configuración demasiado sensible generan actividad excesiva.
3. Detección de objetos Un detector clasifica personas, vehículos, animales, paquetes y otros objetos compatibles. La poca luz, los ángulos desfavorables, los objetos pequeños o los modelos inadecuados reducen la precisión.
4. Filtrado y enriquecimiento Las zonas, los umbrales de confianza, el reconocimiento facial, el reconocimiento de matrículas y las descripciones añaden contexto. Las reglas deficientes generan demasiadas alertas u ocultan eventos útiles.
5. Revisión y almacenamiento El sistema crea clips, elementos para revisar, cronologías, grabaciones, índices de búsqueda y exportaciones. El almacenamiento se llena, la base de datos se ralentiza o las reglas de retención eliminan grabaciones necesarias.
6. Seguridad y acceso El aislamiento de red, la autenticación, el acceso remoto, los permisos y las actualizaciones protegen el sistema. Las cámaras llaman a casa, hay puertos expuestos o demasiados usuarios tienen acceso de administrador.

Paso 1: Capturar transmisiones locales estables de las cámaras

El NVR necesita acceso directo y fiable a las transmisiones de las cámaras. RTSP es habitual en los sistemas de cámaras autoalojados, mientras que ONVIF puede facilitar la detección de dispositivos, los perfiles, los eventos y la interoperabilidad.

La página Perfiles ONVIF explica que los dispositivos y clientes compatibles deben admitir un conjunto definido de funciones de perfil. Los usuarios deben verificar la conformidad registrada en lugar de confiar únicamente en una etiqueta comercial que diga «compatible con ONVIF».

Antes de comprar una cámara, confirma que:

  • Ofrece una transmisión RTSP local o compatible.
  • Puede funcionar sin una suscripción obligatoria a la nube.
  • La transmisión sigue disponible después de bloquear el acceso a internet saliente.
  • Ofrece una transmisión secundaria de menor resolución.
  • Su tasa de bits, frecuencia de fotogramas y códec se pueden configurar.
  • Sus credenciales se pueden cambiar y administrar localmente.

Paso 2: Usar el movimiento para limitar la detección de objetos

Ejecutar la detección de objetos en cada píxel de cada fotograma desperdiciaría recursos. Frigate primero analiza el movimiento para identificar dónde hace falta realizar más detecciones.

Esto permite que un detector sirva a varias cámaras de forma más eficiente. También significa que la configuración de movimiento sigue siendo importante aunque la detección de objetos esté activada.

Paso 3: Detectar y seguir los objetos pertinentes

La detección de objetos se realiza en la transmisión asignada a esa función. La transmisión seleccionada debe ofrecer suficiente detalle para las clases de objetos y las distancias pertinentes, sin generar una carga de decodificación innecesaria.

La configuración de cámaras de Frigate permite asignar transmisiones independientes a la detección y a la grabación. Se puede usar una transmisión de menor resolución para la detección y conservar una de mayor resolución para las grabaciones.

Esta separación suele ser mejor que obligar a una sola transmisión de alta resolución a cumplir todas las funciones.

Paso 4: Decidir qué eventos importan

La detección no debería generar automáticamente una notificación. Un evento solo resulta útil después de filtrarlo según las prioridades del hogar.

Por ejemplo:

Actividad detectada Tratamiento sugerido
Persona que camina por la acera pública Hacer seguimiento, pero no enviar alertas salvo que la persona entre en una zona privada.
Vehículo que pasa por la calle Ignorar o conservar brevemente sin enviar notificaciones.
Vehículo que entra en la entrada para autos Crear un elemento para revisar y enviar una notificación según la hora o el estado de un vehículo conocido.
Paquete que aparece en el porche Guardar el clip y enviar una notificación de entrega.
Animal en movimiento en el patio trasero Grabar o enviar notificaciones solo cuando a los miembros del hogar les interesen las alertas sobre animales silvestres o mascotas.

Paso 5: Almacenar las grabaciones según su valor

No todas las grabaciones de las cámaras merecen el mismo período de retención.

Una política práctica podría conservar:

  • Grabaciones continuas durante un período breve
  • Grabaciones de movimiento durante varios días adicionales
  • Detecciones o alertas importantes durante más tiempo
  • Pruebas exportadas manualmente hasta que ya no sean necesarias

La configuración de Grabación de Frigate permite usar distintos períodos de retención para las grabaciones continuas, de movimiento, de alertas y de detección.

Paso 6: Protege la red y el acceso remoto

El sistema solo prioriza lo local si se controlan las rutas de red y de acceso. Las cámaras no deberían tener el mismo nivel de confianza que los ordenadores personales, el almacenamiento de documentos o los dispositivos de administración.

Por lo general, el acceso remoto debería usar una vía controlada, como una VPN de confianza, un proxy inverso autenticado u otra capa de acceso protegida con cuidado, en lugar de exponer el NVR directamente a internet público.

¿Qué cámaras funcionan con un NVR local con IA?

Prioriza las transmisiones locales estables

La mejor cámara para un NVR local con IA no es necesariamente la que tenga la lista más larga de funciones de «IA» integradas. Es más importante contar con una transmisión local estable.

Busca:

  • Compatibilidad con RTSP
  • Conformidad con ONVIF verificada cuando corresponda
  • Transmisiones principales y secundarias configurables
  • Salida H.264 o H.265 compatible
  • Tasa de bits y frecuencia de imagen ajustables
  • Ethernet por cable fiable o una señal Wi-Fi potente
  • Cuentas de usuario locales
  • Calidad de imagen aceptable con poca luz

Las transmisiones principales y secundarias de detección tienen propósitos distintos

Una transmisión de alta resolución es útil para revisar pruebas, leer matrículas, identificar rostros o ampliar una grabación de un evento.

Una transmisión de menor resolución puede bastar para detectar objetos y reducir considerablemente la carga de decodificación.

Una configuración habitual es:

  • Transmisión de detección: menor resolución y frecuencia de imagen.
  • Transmisión de grabación: mayor resolución y calidad de imagen.
  • Transmisión retransmitida para la vista en directo: elegida según el panel o el dispositivo cliente.

Las cámaras con cable suelen ser más fáciles de usar de forma fiable

Las cámaras Wi-Fi pueden funcionar, pero cada cámara compite por el tiempo de transmisión inalámbrica y puede verse afectada por la pérdida de señal, la congestión, el ahorro de energía o los cambios en el punto de acceso.

Las cámaras con cable, especialmente las que usan alimentación a través de Ethernet, pueden simplificar la alimentación, la conexión en red y el tiempo de actividad. La opción adecuada depende de las limitaciones de la instalación y de si es viable tender cables.

Cómo reduce Frigate las alertas falsas

La detección de movimiento y la detección de objetos trabajan en conjunto

El movimiento determina dónde debe realizarse el análisis. La detección de objetos decide qué puede haber.

Desactivar el movimiento o aplicar demasiadas máscaras puede reducir la fiabilidad del seguimiento de objetos. Si la sensibilidad al movimiento es excesiva, se pueden desperdiciar recursos de procesamiento y generar eventos candidatos innecesarios.

Usa zonas para las áreas importantes

Las zonas son adecuadas cuando se quieren recibir alertas solo después de que un objeto entre en una parte definida de la imagen, como:

  • Porche delantero
  • Entrada para vehículos
  • Puerta lateral
  • Entrada del garaje
  • Patio trasero

Una zona se puede combinar con ajustes de zona obligatoria para que un objeto se siga rastreando fuera del área, pero no genere la alerta seleccionada hasta que entre en la zona correspondiente.

Usa las máscaras con moderación

La documentación de máscaras de Frigate distingue entre las máscaras de movimiento y las máscaras de filtrado de objetos, y advierte que ambas son herramientas de ajuste fino y específicas, no métodos generales para ocultar un área a la detección.

Las máscaras de movimiento pueden ayudar a excluir movimientos persistentes, como:

  • Una marca de tiempo superpuesta
  • Árboles en movimiento en la parte superior de la imagen
  • Reflejos de una superficie fija
  • Una bandera que se mueve constantemente

Las máscaras de filtro de objetos son más adecuadas para los falsos positivos recurrentes en lugares donde un objeto concreto no debería poder aparecer.

Enmascarar en exceso puede interrumpir el seguimiento. Si el requisito es «alertar solo cuando una persona entre en este lugar», suele ser más apropiado establecer una zona obligatoria.

La ubicación de las cámaras sigue determinando la calidad de la detección

La IA no puede recuperar detalles que la cámara nunca ha capturado. La calidad de la detección depende de:

  • Altura de montaje
  • Ángulo de visión
  • Tamaño del objeto en el flujo de detección
  • Contraluz y reflejos
  • Iluminación nocturna
  • Desenfoque por movimiento
  • Limpieza de la lente
  • Ajustes de compresión

Un número menor de cámaras bien ubicadas puede proporcionar mejor información de seguridad que muchos flujos de vídeo mal ubicados.

Cómo funciona la búsqueda de vídeo con IA local

Los filtros tradicionales y la búsqueda semántica satisfacen necesidades diferentes

Los filtros tradicionales son mejores cuando el usuario ya conoce un dato estructurado:

  • Nombre de la cámara
  • Fecha y hora
  • Clase de objeto
  • Zona
  • Rostro conocido
  • Matrícula reconocida

La búsqueda semántica resulta útil cuando el recuerdo es descriptivo y no estructurado:

  • Persona llevando un objeto largo
  • Repartidor dejando una caja cerca de la puerta
  • Vehículo oscuro dando marcha atrás hacia la entrada para vehículos
  • Perro siguiendo a una persona por la puerta

Combinar filtros estructurados con la búsqueda semántica suele dar mejores resultados que depender solo de la similitud semántica.

La búsqueda semántica requiere más memoria que la detección básica

La búsqueda semántica ejecuta un modelo de incrustación visión-lenguaje además del flujo habitual de las cámaras.

Actualmente, Frigate especifica un mínimo de 8 GB de RAM y una CPU con instrucciones AVX y AVX2 para la búsqueda semántica. Su documentación recomienda 16 GB o más y una GPU dedicada para obtener un mejor rendimiento.

Volver a indexar un historial extenso de objetos rastreados puede generar temporalmente un uso elevado de la CPU. Esta carga de trabajo debe programarse teniendo en cuenta las grabaciones, las copias de seguridad y otras actividades del servidor.

La similitud de imágenes es útil para la investigación manual

Un usuario puede seleccionar un objeto rastreado anteriormente y buscar eventos visualmente similares. Esto puede ayudar a encontrar visitas repetidas de un vehículo similar o de una persona que lleve ropa parecida.

La similitud visual no demuestra que se trate del mismo objeto. Los vehículos, la ropa, la iluminación y los ángulos de cámara similares pueden generar resultados relacionados que aun así requieren una revisión manual.

Frigate, domótica y NAS: ¿qué se ejecuta en cada equipo?

Opción 1: Un servidor doméstico ejecuta todo

En una configuración pequeña, una máquina puede ejecutar:

  • Frigate
  • MQTT
  • Home Assistant
  • Almacenamiento de grabaciones
  • Notificaciones
  • Un pequeño número de otros contenedores

Es fácil de entender y mantener, pero una avería, un reinicio o un pico de uso de recursos puede afectar a todos los servicios a la vez.

Opción 2: El mini PC ejecuta Frigate y el NAS almacena las grabaciones

A menudo, este es un equilibrio práctico para sistemas más grandes.

El mini PC se encarga de:

  • Decodificación de flujos
  • Análisis de movimiento
  • Detección de objetos
  • Búsqueda semántica
  • Base de datos e interfaz de Frigate

El NAS se encarga de:

  • Capacidad de grabación
  • Mayor tiempo de retención
  • Exportaciones seleccionadas
  • Copias de seguridad de clips importantes

Así se evita que el procesamiento de vídeo constante afecte a las principales cargas de trabajo de almacenamiento, sin dejar de aprovechar la capacidad centralizada.

Opción 3: el NAS aloja Frigate con aceleración compatible

Ejecutar Frigate directamente en un NAS puede funcionar cuando:

  • El sistema operativo admite los contenedores necesarios.
  • El detector o la GPU se pueden asignar correctamente a la máquina virtual o al contenedor.
  • La cantidad de cámaras es moderada.
  • El NAS tiene suficiente memoria.
  • Las escrituras de las cámaras no interfieren con los servicios críticos.
  • La pila de software admite la ruta prevista de decodificación de vídeo.

La guía interna sobre cuándo ejecutar las cargas de trabajo domésticas fuera del NAS ofrece un marco más amplio para decidir cuándo conviene separar el almacenamiento y el procesamiento.

El NAS sigue siendo útil sin ejecutar la IA

Un NAS centrado en el almacenamiento también puede admitir flujos de trabajo prácticos de datos domésticos locales, aunque otra máquina realice la inferencia de las cámaras.

El hardware de almacenamiento y el hardware de IA no tienen que ser el mismo dispositivo.

¿Qué hardware necesita un NVR local con IA?

CPU: gestión de flujos y tareas generales del sistema

La CPU puede encargarse de:

  • Análisis de movimiento
  • Procesos de FFmpeg
  • Servicios de contenedores
  • Actividad de la base de datos
  • Solicitudes a la API
  • Generación de la cronología
  • Cualquier decodificación de vídeo que no se delegue al acelerador

Añadir un acelerador de IA no elimina todas las cargas de trabajo de la CPU.

Decodificador de vídeo: descompresión de flujos de cámaras

La decodificación de vídeo y la inferencia de IA son tareas distintas. Un acelerador de detección de objetos puede clasificar fotogramas con eficiencia mientras la CPU sigue sobrecargada decodificando varios flujos de alta resolución.

La decodificación de vídeo con gráficos integrados compatibles o una GPU puede reducir considerablemente la carga de la CPU. La configuración exacta depende del procesador, el sistema operativo, la imagen del contenedor, el códec y la versión de Frigate.

Detector: inferencia para detección de objetos

La documentación de Frigate sobre hardware recomendado admite varias opciones de detectores, como Hailo, OpenVINO en hardware Intel compatible, GPU NVIDIA, AMD ROCm, Apple Silicon, Jetson, Rockchip, Coral y otras plataformas.

Las recomendaciones actuales de Frigate ya no suelen recomendar Coral para instalaciones nuevas, salvo cuando el bajo consumo de energía o el hardware limitado lo hagan apropiado. Las instalaciones existentes con Coral siguen teniendo soporte, pero las nuevas deberían comparar todas las opciones de detectores compatibles actualmente.

RAM: NVR, base de datos y funciones de enriquecimiento

La detección básica de objetos puede requerir una cantidad moderada de memoria, pero la búsqueda semántica, el reconocimiento facial, el reconocimiento de matrículas (LPR), los modelos más grandes, más cámaras y otros contenedores aumentan las necesidades totales de RAM.

Planifica la memoria para todo el servidor, no solo para el detector.

SSD: Base de datos y datos de reseñas activos

Un SSD puede mejorar la capacidad de respuesta de:

  • Archivos de la base de datos de Frigate
  • Miniaturas y vistas previas
  • Clips recientes
  • Índices de búsqueda
  • Datos de contenedores
  • Grabaciones que se consultan con frecuencia

La escritura constante de las cámaras provoca desgaste, por lo que conviene tener en cuenta la resistencia del SSD, el espacio disponible y la supervisión.

HDD: mayor tiempo de conservación de las grabaciones

El almacenamiento en HDD suele ser más económico para guardar grandes cantidades de grabaciones históricas. Permite conservarlas durante más tiempo mientras la base de datos y los datos de las aplicaciones a los que se accede con frecuencia permanecen en el SSD.

La guía interna ¿El cuello de botella de tu IA local está en la capacidad de procesamiento, la memoria, el almacenamiento o la red? puede ayudarte a identificar qué parte de un sistema multicámara limita el rendimiento.

¿Cuánto almacenamiento necesitan las cámaras de seguridad?

El almacenamiento depende principalmente de la tasa de bits media, la duración de la grabación, la cantidad de cámaras y el período de conservación.

Una estimación aproximada en unidades decimales es:

Almacenamiento diario en GB ≈ tasa de bits en Mbps × 10,8

Tasa de bits media por cámara Almacenamiento aproximado por cámara al día Almacenamiento aproximado por día para cuatro cámaras
2 Mbps 21,6 GB 86,4 GB
4 Mbps 43,2 GB 172,8 GB
8 Mbps 86,4 GB 345,6 GB

Son estimaciones para la planificación, no cifras de uso garantizadas. La tasa de bits variable, el nivel de movimiento, el audio, los códecs, la complejidad de la escena y la conservación basada en eventos pueden cambiar el consumo real.

Grabación continua frente a conservación basada en eventos

La grabación continua ofrece el contexto histórico más completo, pero requiere más almacenamiento. La grabación solo de eventos reduce las necesidades de capacidad, pero puede pasar por alto actividad útil anterior o posterior al evento detectado.

Una política equilibrada puede combinar un período breve de conservación continua con uno más largo para las alertas y las detecciones importantes.

Haz copias de seguridad de los eventos importantes, no necesariamente de cada fotograma

Las grabaciones de cámaras son datos que se acumulan rápidamente. Hacer copias de seguridad de cada segundo de forma indefinida puede ser costoso e innecesario.

Muchos hogares pueden dividir las grabaciones en:

  • Grabaciones rutinarias que caducan automáticamente
  • Clips de detección conservados para la investigación
  • Exportaciones importantes copiadas en un almacenamiento protegido
  • Pruebas fundamentales almacenadas fuera del NVR principal

NVR local con IA frente a cámaras de seguridad en la nube

Aspecto de la decisión NVR local con IA Plataforma de cámaras en la nube
Configuración Requiere configurar la cámara, el servidor, el software, el almacenamiento y la red. Por lo general, es más fácil de instalar y usar.
Procesamiento de IA Puede ejecutarse localmente si se utilizan modelos y hardware compatibles. A menudo, se procesa a través de la infraestructura del proveedor.
Almacenamiento El usuario controla la capacidad y el período de conservación. A menudo, está vinculado a un plan de suscripción.
Dependencia de Internet La grabación y la detección pueden continuar localmente durante una interrupción. Los servicios remotos y algunas funciones pueden dejar de funcionar.
Mantenimiento El usuario gestiona las actualizaciones, los discos, las copias de seguridad y la seguridad. El proveedor gestiona la mayor parte de la infraestructura.
Acceso remoto El usuario debe configurarlo y protegerlo. Por lo general, viene integrado en la aplicación del proveedor.
Control de los datos Más grabaciones y metadatos pueden permanecer dentro de la red doméstica. Depende de la arquitectura y las políticas del proveedor.

La opción adecuada depende de qué valore más el hogar: la comodidad, el control de la privacidad, los costos previsibles, la personalización o un mantenimiento mínimo.

Cómo mantener la privacidad de las cámaras IP

Coloca las cámaras en una red separada

Una VLAN dedicada o una red de cámaras aislada puede limitar los destinos a los que pueden conectarse las cámaras.

Una política habitual permite que las cámaras se comuniquen con el NVR y los servicios locales necesarios, mientras bloquea el acceso a dispositivos personales y almacenamiento sensible.

Bloquea el acceso saliente innecesario a Internet

Bloquear el tráfico saliente puede reducir la dependencia de la nube del fabricante, pero también puede desactivar el acceso desde la aplicación, la sincronización horaria, las notificaciones o las actualizaciones de firmware.

Prueba una cámara antes de aplicar una regla estricta a todo el sistema.

El debate público sobre cámaras IP que se conectan a sus servidores ilustra un problema habitual del autoalojamiento: la grabación local no impide necesariamente que una cámara intente establecer conexiones salientes.

Usa acceso remoto mediante VPN o autenticado

No expongas directamente las transmisiones de las cámaras, la interfaz del NVR ni los puertos de administración, a menos que se haya revisado cuidadosamente el diseño de seguridad.

Usa una autenticación sólida, conexiones cifradas, cuentas con acceso limitado y un método controlado de acceso remoto.

Separa las cuentas de usuario y administrador

No todos los miembros del hogar necesitan permiso para:

  • Cambiar la configuración de las cámaras
  • Eliminar grabaciones
  • Exportar grabaciones
  • Modificar las bibliotecas de rostros
  • Cambiar las reglas de notificación
  • Acceder a todas las cámaras interiores

Concede a los usuarios el acceso mínimo necesario para su función.

Consulta las leyes locales y las expectativas de quienes viven en el hogar

Las normas sobre la grabación de audio, la visualización de espacios públicos, el reconocimiento facial, la conservación de imágenes y la filmación de visitantes varían según la ubicación.

La capacidad técnica no hace que todos los usos sean apropiados. Informa a los miembros del hogar, evita la vigilancia innecesaria de zonas privadas y consulta los requisitos locales aplicables.

Lista práctica de verificación para configurar una cámara local con IA

  1. Define el objetivo real. Decide si la prioridad son las alertas de paquetes, la vigilancia de la entrada, la seguridad en interiores, la detección de animales o las grabaciones con función de búsqueda.
  2. Planifica la cobertura de las cámaras. Elige las ubicaciones y los ángulos antes de comprar más cámaras.
  3. Verifica las transmisiones locales. Confirma RTSP, la conformidad con ONVIF cuando sea necesario y el funcionamiento sin acceso obligatorio a la nube.
  4. Elige las transmisiones para detección y grabación. Cuando sea práctico, usa una transmisión de menor resolución para la detección y otra de mayor calidad para las pruebas.
  5. Calcula el almacenamiento. Calcula la tasa de bits, el número de cámaras, la retención continua y la retención de eventos.
  6. Elige hardware compatible. Adapta el detector y la ruta de decodificación de vídeo a la compilación de Frigate seleccionada.
  7. Empieza con una cámara. Valida la estabilidad de la transmisión, el uso de CPU, la velocidad de inferencia, las grabaciones y las notificaciones.
  8. Crea zonas antes de añadir máscaras complejas. Define dónde importan realmente las alertas.
  9. Haz pruebas en condiciones reales. Revisa la luz del día, la noche, la lluvia, los faros, las mascotas, las entregas y la actividad habitual del hogar.
  10. Separa el tráfico de las cámaras. Crea reglas de firewall y de red antes de que el sistema crezca.
  11. Configura las cuentas y el acceso remoto. Evita compartir las credenciales de administrador y exponer directamente el sistema a internet.
  12. Prueba la retención y la exportación. Confirma que se puedan encontrar y copiar los clips importantes antes de que caduquen las grabaciones antiguas.
  13. Supervisa el estado del servidor. Vigila la CPU, la RAM, la latencia del detector, los errores de transmisión, el espacio en disco, el desgaste del SSD y las interrupciones de grabación.

Problemas y limitaciones habituales

Las transmisiones de las cámaras se desconectan o se entrecortan

Entre las posibles causas están una señal wifi inestable, demasiadas conexiones a las cámaras, códecs incorrectos, una tasa de bits excesiva, switches débiles, pérdida de paquetes o problemas con el firmware de la cámara.

Prueba la transmisión local sin procesar antes de culpar al detector de IA.

Las detecciones de personas o vehículos son incorrectas

Revisa los cuadros delimitadores, los niveles de confianza, la resolución de detección, el tamaño de los objetos y la idoneidad del modelo. Los falsos positivos constantes pueden solucionarse con filtros de objetos, mientras que las zonas irrelevantes suelen gestionarse mejor mediante zonas.

La detección nocturna es mucho peor

Los reflejos infrarrojos, los insectos, la lluvia, los faros, el desenfoque por movimiento y el bajo contraste pueden reducir el rendimiento nocturno.

Mejora la iluminación, cambia la posición de la cámara, reduce las superficies reflectantes y ajusta las expectativas por separado para el día y la noche.

El uso de la CPU sigue siendo elevado después de añadir un detector

El detector puede acelerar la inferencia de objetos mientras la CPU sigue decodificando vídeo, siguiendo el movimiento, gestionando contenedores, escribiendo grabaciones y mostrando la interfaz.

Comprueba la decodificación de vídeo por hardware, la resolución de la transmisión, la frecuencia de fotogramas de la cámara y si las funciones no compatibles están recurriendo a la CPU.

Las escrituras de las grabaciones afectan a otros servicios del NAS

La grabación de las cámaras genera escrituras constantes e intensivas. Puede competir con las copias de seguridad, las bibliotecas multimedia, las bases de datos y el acceso habitual a los archivos.

Cuando sea necesario, usa almacenamiento independiente, conjuntos de datos dedicados, una política de retención planificada o un servidor Frigate aparte.

La búsqueda semántica requiere más recursos de hardware de lo previsto

La búsqueda semántica incorpora un modelo de incrustaciones y un índice independientes. Los objetos detectados anteriormente también pueden requerir un proceso de reindexación que exige mucho a la CPU.

Activa las funciones avanzadas de enriquecimiento solo cuando la grabación básica y la detección de objetos sean estables.

El reconocimiento facial no es fiable

El reconocimiento facial requiere suficiente detalle del rostro, ángulos de cámara adecuados y un conjunto de entrenamiento diverso. Es posible que una cámara optimizada para cubrir una propiedad amplia no ofrezca suficiente detalle para identificar a las personas.

Usa el reconocimiento facial como contexto adicional, no como único criterio para tomar decisiones de seguridad.

La grabación local no impide que las cámaras se conecten a servidores externos

El destino del almacenamiento y el comportamiento de la red son cuestiones distintas. Revisa las solicitudes DNS, el tráfico saliente, las funciones del firmware, las dependencias de las aplicaciones del proveedor y las reglas del firewall.

La detección con IA no es un sistema de seguridad completo.

La IA local de las cámaras puede filtrar eventos y reducir el tiempo de revisión. No puede garantizar que todos los eventos se detecten, identifiquen, graben o envíen como notificación.

Las cerraduras, la iluminación, la seguridad física, la ubicación adecuada de las cámaras, las copias de seguridad y el criterio humano siguen siendo importantes.

¿Cuándo vale la pena construir un sistema local de cámaras con IA?

Vale la pena considerar un NVR local con IA cuando:

  • Las alertas de movimiento generan demasiado ruido.
  • El hogar quiere filtrar personas, vehículos, animales o paquetes.
  • Las suscripciones a cámaras en la nube están resultando caras.
  • Las grabaciones privadas o de interiores deben permanecer en el ámbito local.
  • Los usuarios quieren conservar las grabaciones durante más tiempo o con mayor flexibilidad.
  • Se necesita una sola interfaz de revisión para varias marcas de cámaras.
  • Los eventos de las cámaras deben activar automatizaciones del hogar.
  • Se necesita buscar eventos grabados mediante búsqueda semántica local.
  • El hogar está dispuesto a mantener el servidor y la red.

Un grabador más sencillo o una cámara en la nube pueden ser mejores cuando:

  • El hogar solo tiene una o dos cámaras.
  • La grabación básica por movimiento es suficiente.
  • Nadie quiere gestionar el almacenamiento ni las actualizaciones.
  • El acceso remoto sencillo importa más que el control local.
  • Las cámaras no ofrecen transmisiones locales fiables.

El objetivo no es construir el sistema de cámaras más complejo. Es reducir el tiempo necesario para entender qué ocurrió y, al mismo tiempo, mantener un flujo de trabajo fiable y con un nivel de privacidad adecuado.

Conclusión

Un sistema local de cámaras de seguridad con IA combina transmisiones estables de cámaras IP, un NVR privado, detección selectiva de objetos, filtros de eventos, grabaciones consultables, almacenamiento planificado y acceso remoto controlado.

El NAS puede ejecutar el software, almacenar las grabaciones o servir únicamente como capa de almacenamiento a largo plazo. La detección intensiva con varias cámaras, la decodificación, el reconocimiento facial, el reconocimiento de matrículas y la búsqueda semántica pueden funcionar mejor en un mini PC independiente o en un servidor de IA.

Empieza por lo básico: transmisiones fiables, una cámara en funcionamiento, zonas bien definidas, reglas claras de conservación, aceleración compatible y acceso seguro a la red. Añade el reconocimiento facial, el reconocimiento de matrículas, la búsqueda semántica y las descripciones generativas solo después de estabilizar el sistema de grabación y detección.

El mejor sistema local de cámaras con IA no es el que genera más alertas. Es el que muestra los eventos adecuados, mantiene accesibles las grabaciones importantes y permite que el hogar controle claramente dónde se procesan y almacenan sus vídeos.

Preguntas frecuentes

¿Pueden funcionar sin la nube las cámaras de seguridad con IA?

Sí. Las cámaras IP compatibles pueden enviar transmisiones locales a un NVR como Frigate, donde la grabación y la detección de objetos se ejecutan en hardware local.

Comprueba si las cámaras necesitan seguir teniendo cuentas del fabricante o conexiones salientes para otras funciones.

¿Puedo ejecutar Frigate directamente en un NAS?

Sí, si el NAS admite los contenedores necesarios, la configuración de almacenamiento, el acceso directo a dispositivos, la decodificación de vídeo y el hardware de detección.

En configuraciones más exigentes, ejecutar Frigate en un mini PC independiente y usar el NAS para las grabaciones puede ofrecer mayor aislamiento y rendimiento.

¿Necesito una GPU para Frigate?

No necesariamente. Frigate admite varios tipos de detectores, como Intel OpenVINO, Hailo, Coral, NVIDIA, AMD, Apple Silicon, Jetson, Rockchip y otros.

Se recomienda encarecidamente usar un acelerador compatible para la detección habitual de objetos. Una GPU resulta más útil para decodificar vídeo, ejecutar modelos de detección más grandes, hacer búsquedas semánticas, reconocimiento facial y otros procesos adicionales.

¿Se sigue recomendando Google Coral para una nueva instalación de Frigate?

Frigate sigue siendo compatible con Coral, pero sus recomendaciones actuales de hardware no suelen recomendar Coral para nuevas instalaciones, salvo cuando el bajo consumo o las limitaciones de hardware lo hacen adecuado.

En las nuevas instalaciones, conviene comparar las opciones de detectores compatibles actualmente con el hardware del equipo y la carga de trabajo de las cámaras.

¿Cuánta RAM necesita la búsqueda semántica de Frigate?

Actualmente, Frigate requiere al menos 8 GB de RAM y una CPU compatible con AVX/AVX2 para la búsqueda semántica. Su documentación recomienda 16 GB o más y una GPU dedicada para obtener un mejor rendimiento.

¿Debo usar la transmisión de alta resolución de la cámara para la detección?

No siempre. Una transmisión secundaria de menor resolución puede proporcionar suficiente detalle para la detección de objetos y reducir la carga de decodificación. Se puede conservar una transmisión de mayor calidad para las grabaciones.

El reconocimiento facial y el reconocimiento de matrículas pueden requerir más detalle que la detección básica de personas o vehículos, por lo que la transmisión adecuada depende de la escena.

¿Cuál es la diferencia entre una zona y una máscara?

Una zona define un área donde la actividad rastreada puede ser relevante para las alertas o las grabaciones. Una máscara de movimiento impide que el movimiento en un área reducida active la detección. Una máscara de filtrado de objetos suprime las detecciones falsas recurrentes de un tipo de objeto concreto en una ubicación específica.

Las máscaras deben usarse con moderación. Si el objetivo es generar alertas solo dentro de un área seleccionada, normalmente es mejor usar zonas obligatorias.

¿Frigate puede buscar grabaciones antiguas de la cámara usando lenguaje natural?

La búsqueda semántica de Frigate permite buscar objetos rastreados e indexados mediante descripciones de texto o imágenes similares. Es posible que haya que volver a indexar los eventos antiguos después de activar la búsqueda semántica.

¿La grabación local garantiza la privacidad de la cámara?

No. Es posible que las cámaras sigan comunicándose con los servidores del proveedor y que el NVR siga expuesto por una configuración de acceso remoto insegura.

La privacidad requiere aislamiento de red, reglas de firewall, autenticación segura, acceso remoto controlado, actualizaciones de software y permisos de usuario adecuados.

¿Se deben hacer copias de seguridad de las grabaciones continuas de las cámaras de seguridad?

Normalmente, no hace falta hacer una copia de todo. Las grabaciones continuas rutinarias pueden seguir una política de retención limitada. Las alertas importantes, los clips exportados o las pruebas deben copiarse a un almacenamiento protegido cuando sea necesario conservarlas a largo plazo.

Referencias

Centro de tecnología e IA

Más para leer

Get More Builds Like This

Stay in the Loop

Get updates from Zima - new products, exclusive deals, and real builds from the community.

Stay in the Loop preferences

We respect your inbox. Unsubscribe anytime.