Noticias y análisis

La patente de frigorífico con IA de LG: ángulo de captura y profundidad para reconocer los alimentos de la puerta

Cómo la patente US11669722B2 relaciona el cierre de la puerta, la información de profundidad y el reconocimiento de alimentos para actualizar un inventario por zonas.

Esquema de captura durante el cierre de la puerta exterior, separación por profundidad de la puerta y las baldas del fondo, detección e identificación de alimentos y creación del inventario
Ilustración conceptual elaborada por el autor para explicar la captura vinculada al movimiento de la puerta exterior y el análisis de sus compartimentos. No reproduce el aspecto ni la interfaz de un producto real.

La patente de frigorífico con IA de LG combina el movimiento de la puerta con información de profundidad para distinguir los alimentos guardados en ella. Antes de asignar un nombre a cada alimento, el sistema debe decidir cuándo obtener la imagen y qué espacio analizar. Un frigorífico compartido hipotético permite seguir la secuencia completa: captura, delimitación de la zona, reconocimiento y actualización del inventario.

1. De una fotografía a un inventario por zonas

Al hacer la compra, resulta fácil dudar de si queda leche en el frigorífico. Una fotografía del interior puede ayudar, pero convertir lo que aparece en ella en un inventario organizado por ubicación exige varios pasos. Puede haber botellas parecidas tanto en los compartimentos de la puerta como en una balda del fondo. El sistema necesita determinar a qué espacio pertenece cada una.

El frigorífico descrito en la patente tiene una puerta interior con espacio de almacenamiento y otra exterior situada delante. Al abrir la exterior, el usuario accede a los alimentos de la puerta interior. Una cámara instalada en la puerta exterior apunta a esa zona. La disposición busca obtener información sobre los alimentos de la puerta que una cámara situada únicamente en el techo del frigorífico puede no captar bien.

Se plantean dos problemas relacionados. Al moverse la puerta, cambia la dirección de la cámara, por lo que es necesario elegir un momento adecuado para fotografiar los alimentos. Además, los productos de las baldas interiores que aparezcan al fondo no deben contarse como si estuvieran en la puerta. La preparación de la imagen que recibirá la IA es, por tanto, el primer paso para construir el inventario.

2. Elegir el momento de captura durante el cierre

Consideremos el caso en que la puerta interior permanece cerrada y solo se abre y se cierra la exterior. Un sensor detecta la apertura, el cierre y el ángulo de apertura. El procesador utiliza esas señales para decidir cuándo capturar la imagen. La lógica vincula la captura al uso de la puerta, en lugar de analizar con el mismo criterio todas las escenas de una grabación continua.

En uno de los ejemplos, el sistema comprueba primero si la puerta exterior se ha abierto hasta un ángulo preestablecido o más allá. Cuando empieza a cerrarse y vuelve al ángulo previsto para la captura, el procesador ordena tomar la fotografía. Así obtiene una imagen de la zona de la puerta después de que el usuario haya introducido o retirado alimentos. El ángulo forma parte de las condiciones de captura elegidas para orientar la cámara hacia esa zona.

La descripción también contempla el caso de una apertura menor, que no alcanza dicho ángulo: se toma la imagen al detectar el cierre. No se trata, pues, de fotografiar siempre en un instante idéntico, cualquiera que sea el recorrido de la puerta, sino de seleccionar la condición de captura según cómo se haya utilizado.

La ubicación y la orientación de la cámara se diseñan junto con ese momento. La patente describe una cámara próxima al borde de la puerta exterior, inclinada para mirar hacia la puerta interior al llegar al ángulo de captura. También contempla varias cámaras que cubren las partes superior e inferior del almacenamiento. Cuándo se toma la imagen y qué entra entonces en el campo de visión son decisiones inseparables.

3. Separar la puerta del fondo mediante la profundidad

Una imagen de los compartimentos de la puerta puede incluir también las baldas situadas más adentro. Si se confunden dos envases de leche de la parte delantera con otro de una balda posterior, el inventario de la puerta será incorrecto. La información de profundidad permite distinguirlos por la distancia entre las distintas partes de la escena y el sensor.

Mientras que la imagen convencional recoge colores y formas, la imagen de profundidad ayuda a separar regiones próximas y lejanas. En el ejemplo de la patente se utiliza un valor de referencia relacionado con la distancia de la zona de la puerta. Tras distinguirla del compartimento interior situado detrás, se excluye de la imagen convencional la región correspondiente a ese fondo. El resultado prepara la entrada para reconocer los alimentos de la puerta.

Esta exclusión delimita el análisis de la imagen; no supone retirar físicamente ningún alimento. Los productos de las baldas interiores siguen guardados en su sitio, pero quedan fuera de esta operación concreta. Acotar la región evita incorporar a una misma lista objetos que pertenecen a espacios distintos.

La imagen de la cámara y la de profundidad deben corresponder a la misma escena. Si una observa la puerta y la otra una balda lateral, no será sencillo relacionar directamente el color con la distancia. Por ello, la descripción sitúa el sensor de profundidad cerca de la cámara y explica la necesidad de hacer corresponder sus campos de visión. La captura y la medición de profundidad forman parte de un único flujo de procesamiento.

4. Localizar un objeto y determinar qué alimento es

Una vez delimitada la zona, hay que localizar los alimentos. La detección de objetos determina la posición y la extensión de cada objeto en la imagen. Por ejemplo, un rectángulo alrededor de una botella permite dirigir el siguiente procesamiento a esa región. Ese rectángulo se conoce como cuadro delimitador.

La identificación determina qué contiene la región localizada. Dos recipientes con forma de botella pueden corresponder a leche y a otra bebida, y por ello recibir nombres distintos en el inventario. La patente describe por separado un modelo que localiza los objetos y otro que identifica su tipo. La imagen de la región detectada pasa al segundo modelo, cuyo resultado se convierte en información del alimento.

Durante el entrenamiento se preparan los modelos con imágenes de alimentos y datos de referencia, como sus nombres. Durante el uso se procesa una imagen recién capturada para obtener las regiones y la información de identificación. Elaborar los datos de entrenamiento y reconocer nuevas fotografías mientras se utiliza el frigorífico son fases diferentes.

Los resultados permiten representar el estado de almacenamiento: tipo de alimento, ubicación y cantidad, entre otros datos. La posición del cuadro delimitador ayuda a situar el producto; su identificación determina la entrada del inventario. Para que una imagen se convierta en una lista comprensible, deben conservarse tanto la información espacial como el nombre del alimento.

5. Cómo cambia la cantidad de leche en un frigorífico compartido

Imaginemos el frigorífico compartido de una pequeña oficina. En la puerta hay dos envases de leche y, en una balda del fondo, tres manzanas. Aunque ambos espacios aparezcan en la fotografía tomada durante el cierre, la información de profundidad permite delimitar la zona de la puerta. En esta operación, los alimentos que se analizarán serán los dos envases delanteros.

Ejemplo hipotético en cuatro pasos: dos envases de leche en la puerta y tres manzanas al fondo se separan por profundidad, y solo la leche de la puerta se analiza e incorpora a la lista
Ejemplo hipotético elaborado por el autor: dos envases de leche en la puerta se distinguen de tres manzanas en la balda posterior, que quedan fuera de este análisis. No es una pantalla de producto ni el resultado de una medición de precisión.

Supongamos que el detector localiza dos objetos y el identificador determina que ambos son leche. El inventario de la puerta puede registrar entonces dos unidades. Si después alguien retira una y cierra la puerta, una nueva captura y su reconocimiento permiten actualizar la cantidad. La patente incluye ejemplos en los que la introducción o retirada de alimentos se refleja mediante avisos en pantalla y una lista.

El usuario también puede corregir el resultado. Si ha introducido dos unidades, pero la lista muestra una, puede seleccionar la opción de modificación de cantidad y ajustarla. La presentación del reconocimiento automático se conecta así con la corrección manual del estado almacenado. Quién puede cambiar el inventario y mediante qué entrada también forma parte del funcionamiento del servicio.

Lo relevante no es únicamente acertar una vez con el nombre «leche». La secuencia obtiene el nuevo estado tras utilizar la puerta, organiza los alimentos por espacio y presenta el resultado de una forma que el usuario puede comprobar. Fotografía, distancia, identidad y cantidad aportan información distinta dentro de ese recorrido.

6. La gestión de alimentos que presenta ThinQ Food

En su información sobre CES 2026, LG presentó ThinQ Food para el frigorífico LG SIGNATURE Smart InstaView. Según la compañía, una cámara interna ayuda a identificar ingredientes y, a partir de los productos disponibles, a sugerir recetas y posibles sustituciones. La experiencia pasa de saber qué alimentos hay a decidir qué preparar con ellos.

El inventario y las sugerencias culinarias cumplen funciones diferentes. El primero recoge los alimentos reconocidos y su información de almacenamiento; las segundas proponen formas de utilizarlos. Para un equipo de desarrollo, esta distinción permite definir qué resultado sirve de entrada al siguiente servicio. Una identificación transmitida de forma incorrecta también puede afectar a las recomendaciones posteriores, de modo que conviene diseñar expresamente la información intermedia.

LG advierte que los resultados de reconocimiento pueden variar según el tipo de alimento y su colocación. El análisis de estas funciones debe considerar, por tanto, la disposición real de los productos y las posibles oclusiones. Separar la identificación, la presentación en pantalla y las sugerencias de cocina ayuda a entender con precisión qué asistencia ofrece cada etapa.

7. Documentar el recorrido completo, desde la captura hasta la lista

El interés técnico reside en la relación entre las condiciones de captura y el procesamiento con IA. El sensor de la puerta determina cuándo obtener las imágenes; la cámara y el sensor de profundidad representan el mismo espacio mediante datos distintos. La delimitación decide qué alimentos se analizan, y la detección y la identificación aportan las posiciones y los nombres que necesita el inventario.

Al desarrollar un producto propio, resulta útil ir más allá de la etiqueta «reconocimiento de alimentos mediante IA» y describir las entradas y el orden de las operaciones. Esto incluye qué movimiento se detecta, cómo se corresponden las posiciones de las dos imágenes, qué región se excluye y cuándo se incorpora el resultado a la lista.

La intervención del usuario para corregir errores también puede documentarse como un flujo técnico específico. La forma de mostrar la cantidad reconocida y la cantidad corregida, y de trasladar la modificación al estado siguiente, influye en la experiencia. Detallar las operaciones que el equipo añade entre captura, separación espacial, procesamiento del modelo e interacción ayuda a explicar las diferencias concretas de su tecnología de IA.

La secuencia de captura, profundidad y reconocimiento se explica a partir de las realizaciones descritas en US11669722B2. La presentación de ThinQ Food para CES 2026 es información de producto independiente y no demuestra que el frigorífico implemente exactamente esa realización patentada. El frigorífico compartido y las ilustraciones son ejemplos explicativos, no pruebas de rendimiento.

Texto de la patente de frigorífico con IA de LG: US11669722B2

Comunicado oficial de LG: LG SIGNATURE y ThinQ Food en CES 2026

La patente de traducción visual de Naver: cómo alinear el texto cuando se mueve la cámara

Audio con IA de Samsung: preparar los controles antes de terminar la separación

Consulte los proyectos, las publicaciones y los servicios de asesoramiento técnico de IPLEX en inteligencia artificial.

Conozca la experiencia de Yongduck Kim en IA

Artículo original en Tistory

Leer el original coreano

Este artículo del archivo refleja la situación en su fecha de publicación. Contacte con el despacho para analizar su caso.
Consultar sobre este tema ↗Todos los artículos

Su próximo paso en tecnología y propiedad intelectual empieza aquí.