
Predominan 21 horizontales entre 28 segmentos seleccionados. Sirven para comparar bandas de nivel; la perspectiva todavía impide convertir píxeles en metros.
El experimento procesa únicamente fotogramas reales de la propiedad. Detecta bordes largos, los convierte en rectas y los agrupa por orientación. No usa generación visual. Desde los videos 6 y 7, sus restricciones se integran en una capa matemática visible sin sustituir el modelo de evidencia.
Las matemáticas sí mejoran la lectura de proporciones, la identificación de planos y la preparación de mediciones. Por sí solas no resuelven la escala absoluta: una misma imagen es compatible con muchas habitaciones de tamaños distintos. Una sola cota física —por ejemplo altura exacta de puerta— desbloquea la rectificación y permite estimaciones mucho más útiles.

Predominan 21 horizontales entre 28 segmentos seleccionados. Sirven para comparar bandas de nivel; la perspectiva todavía impide convertir píxeles en metros.

Las familias vertical y de profundidad permiten estimar horizonte y fuga cuando se conocen los parámetros de cámara.

Los peldaños repetidos son la mejor referencia potencial. Midiendo un peralte y una huella se puede recuperar escala local y desnivel acumulado.

Las rectas separan apoyos verticales, borde de cubierta y profundidad, útil para registrar que esta cubierta es independiente.

La escena es densa y produce líneas en estanterías y herramientas. Requiere filtrar objetos móviles antes de inferir muros.

El ángulo dominante de profundidad ronda 28° en la imagen, pero no equivale a la pendiente física: cámara y fuga lo deforman.
Las tomas no contienen EXIF útil de lente o distancia focal. Por eso la siguiente visita debe añadir una regla/ArUco, una altura conocida y barridos con traslape.
Hay proyectos reales. Wi‑Vi (MIT) usa una radio MIMO de tres antenas y cancelación de reflexiones para seguir personas en movimiento tras muros. RF‑Pose (MIT) estima pose humana con un sistema de radio entrenado. Wiffract (UC Santa Barbara) reconstruye bordes de objetos con transceptores Wi‑Fi y mediciones controladas. DensePose From WiFi convierte fase y amplitud de varias antenas en pose humana mediante una red neuronal.
La conexión Wi‑Fi ordinaria de esta sesión no entrega las mediciones CSI, sincronización, posiciones ni recorridos necesarios. Tampoco estamos físicamente confirmados dentro de PROCA. Por eso no se utilizó Wi‑Fi para inventar muros o tamaños.