PROCA · Reporte experimental G‑01 · 9 agosto 2026

Qué pueden medir las líneas de los videos.

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.

Resultado ejecutivo

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.

Así se ve el cálculo

Rectas detectadas en fachada
Fachada

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

Rectas detectadas en pasillo
Pasillo de planta baja

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

Rectas detectadas en escalera
Escalera

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

Rectas detectadas en patio
Patio cubierto

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

Rectas detectadas en mantenimiento
Mantenimiento

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

Rectas detectadas en techo
Techo inclinado

El ángulo dominante de profundidad ronda 28° en la imagen, pero no equivale a la pendiente física: cámara y fuga lo deforman.

Valor para el modelo actual

Altotopología de vanos, ejes y repetición de peldaños
Medioproporciones de fachada y ancho/alto rectificados
Condicionalpendientes, con cámara calibrada y dos vistas
Bajometros absolutos sin ninguna referencia física

Método matemático

  1. Detectar bordes y segmentos con Canny + transformada de Hough.
  2. Representar cada segmento con coordenadas homogéneas.
  3. Agrupar rectas paralelas y calcular puntos de fuga.
  4. Rectificar el plano usando horizonte y vertical.
  5. Introducir una medida real y convertir razones a metros.
  6. Triangular entre videos sólo cuando haya puntos comunes verificables.

Ecuaciones clave

recta: l = p₁ × p₂
fuga: v = l₁ × l₂
escala rectificada: s = Hᵣₑf / hᵣₑf
pendiente: θ = atan(Δh / L)

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.

Verificación · visión por radiofrecuencia

Sí existe, pero no es “abrir el router y ver la casa”.

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.

detección de movimiento, ocupación y pose con hardware/entrenamiento
Posibletomografía de bordes con múltiples posiciones y medición RF
No directoplanta métrica completa desde un router doméstico ya instalado
Registro experimental. Archivos derivados: 63 cortes de siete videos, 1,866 segmentos, métricas JSON, modelo lineal independiente y capa matemática unificada G‑03.