
Bajar la cabeza puede indicar lectura o uso del teléfono. La patente de Hyundai Mobis combina indicios visuales, identifica un estado del pasajero y utiliza ese estado para decidir un ajuste del habitáculo.
1. La postura admite varias interpretaciones
Pensemos en un pasajero de un vehículo autónomo mirando hacia abajo. Puede leer, usar un móvil o hacer otra cosa; un único indicio no determina su actividad.
La patente estadounidense US12233843B2, concedida el 25 de febrero de 2025, describe el reconocimiento del estado del pasajero mediante vídeo para ajustar el entorno interior.
Su secuencia enlaza regiones detectadas, vectores de características combinados, estados predefinidos y ajustes. No se limita a incorporar una cámara a un habitáculo regulable.
2. Extraer distintas regiones relevantes
El sistema detecta objetos de interés y recorta sus regiones de imagen: partes del rostro, articulaciones, zonas relacionadas con la mirada y objetos que lleva el pasajero.
La detección de objetos y redes convolucionales u otros métodos de aprendizaje profundo extraen características. Detectar un objeto no equivale a reconocer una actividad.
Sostener un libro es un indicio, pero no prueba que se esté leyendo. La mirada y la postura aportan contexto adicional.
3. De las características al estado
Se combinan vectores para identificar estados predefinidos, como lectura, uso del teléfono, sueño o reunión de trabajo. Una situación ambigua no debe presentarse como actividad confirmada.
Para varios pasajeros se describen evaluaciones individuales y una decisión posterior sobre la existencia de un estado común del grupo.
El estado constituye una representación intermedia entre percepción y acción. Hacerlo explícito explica por qué posturas parecidas pueden producir ajustes distintos.
4. Un ejemplo hipotético de lectura
La figura 5 presenta a una persona sentada, con un libro en la mano y la mirada dirigida hacia ella. La lectura se determina mediante la combinación de estos indicios.
La patente propone aumentar la iluminación, reclinar el asiento para descansar y regular el tintado de ventanas o techo para reducir deslumbramientos. Añadir luz interior y reducir luz exterior son controles separados; la ilustración se centra en iluminación y acristalamiento.
El asiento, la climatización y el audio figuran también entre los equipos controlables. La combinación depende del estado reconocido, no de una reacción idéntica para todos.
5. Comparar con los productos anunciados
El anuncio de ICM de enero de 2025 describe cámaras y software que analizan posturas y riesgos para emitir avisos sonoros o visuales. Sus salidas difieren de los ajustes de confort del ejemplo de lectura.

La presentación del mismo mes sobre iluminación centrada en las personas, mostrada en CES 2025, menciona cámara interior y un dispositivo de seguimiento de ondas cerebrales para adaptar la luz al estado físico y mental.
Estas comunicaciones aportan contexto comercial, pero no acreditan la aplicación de reivindicaciones concretas. Sensores, objetivos de inferencia y salidas deben compararse por separado.
6. Qué debe mostrar una evaluación
Compare leer realmente con limitarse a sostener un libro, incluyendo contraluz, oclusiones y cambios de iluminación. Registre qué características respaldan cada estado.
El control práctico exige estudiar decisiones inestables entre fotogramas, zonas de asiento y necesidades contrapuestas. El parpadeo y la frecuencia de ajustes importan además de la precisión.
Una descripción técnica debe seguir el recorrido desde las regiones de imagen hasta las características, el estado y los parámetros. Comparaciones controladas permiten identificar qué etapa altera la clasificación o la acción.
Se conservan las indicaciones y formas originales; el contenido se explica en el texto.
La lectura ilustra la patente; los anuncios de productos no prueban la aplicación de reivindicaciones concretas.
Anuncio ICM de Hyundai Mobis, enero de 2025
Anuncio de iluminación centrada en las personas
La patente de aprendizaje de Socra AI: distintos errores, distintas preguntas
FrugalGPT: puntuar la respuesta antes de llamar a otro modelo
Consulte los proyectos de IA y materiales de IPLEX sobre reconocimiento visual de estados y control del vehículo.
Conozca la experiencia de Yongduck Kim en IA
