email@ejemplo.com
UsuarioAnálisis Subidos
Completados
En Proceso
ID: UAP-SYS-2025-001-H3
OpenCV con Sharp + JIMP. Procesamiento 100% local de características visuales: colores, bordes, nitidez, simetría y ruido.
● ActivoComparación con Training Database supervisada y UFO Database para reconocimiento por similitud visual con objetos verificados.
● ActivoLlama Vision proporciona contexto semántico solo si la confianza híbrida es menor al 75%, optimizando recursos y tiempo.
● CondicionalAPIs en tiempo real (OpenSky, SunCalc, ISS, StratoCat) para descartar fenómenos astronómicos y objetos conocidos.
● ActivoCombina análisis visual determinístico, base de datos supervisada, contexto semántico y validación contextual para máxima precisión y eficiencia.
Metadatos esenciales extraídos de cada imagen (GPS, timestamp, modelo cámara, exposición, ISO). Se procesan automáticamente antes del análisis.
El sistema extrae automáticamente:
Score Final = (OpenCV × 0.40) + (Científico × 0.40) + (Llama × 0.20)
Training Match ≥75%: +0-7% bonus
Llama coincide con científico: +0-6% bonus
Llama solo se ejecuta si confianza inicial < 75%, ahorrando tiempo y recursos computacionales.
Análisis 100% en servidor (100-500ms), sin dependencias externas
Para máxima precisión, las imágenes deben contener datos GPS y timestamp en EXIF. Sin estos datos, la validación externa tendrá confianza 0%.
Este sistema utiliza tres capas de análisis independientes que trabajan juntas para dar un veredicto más confiable. Cada capa aporta información diferente, como cuando consultamos múltiples fuentes para verificar una noticia.
¿Qué hace? Examina la imagen píxel por píxel usando algoritmos de visión por computadora.
¿Por qué importa? Detecta características objetivas como bordes, colores, claridad y si la imagen parece natural o editada.
¿Qué hace? Compara tu imagen con una base de datos de objetos verificados (aviones, drones, globos, fenómenos naturales).
¿Por qué importa? Si tu imagen parece un avión, la Base de Datos lo identificará. Si no coincide con nada conocido, eso es interesante.
¿Qué hace? Si las dos primeras capas no están seguras (confianza < 75%), un modelo de IA hace preguntas sobre el contexto.
¿Por qué importa? El IA puede entender detalles que algoritmos simples no ven, como movimientos anómalos o proporciones extrañas.
Las tres capas trabajan como una votación especializada. Si todas coinciden en que es un objeto conocido, la confianza es muy alta. Si no coinciden, eso significa que la imagen contiene algo inusual. Este enfoque reduce errores y evita falsos positivos.
No utilizamos APIs comerciales de pago. Todo se procesa localmente o con servicios gratuitos.
El sistema ahora detecta automáticamente cuando una foto fue tomada con un smartphone moderno (Huawei, iPhone, Samsung, Google Pixel, Xiaomi) que usa procesamiento de IA avanzado.
Ejemplo: Si subes una foto de tu Huawei P40 con cielo nublado, el sistema explicará que el bajo ruido y la alta nitidez son características del procesamiento de IA de tu cámara, no manipulación.
Además de las 3 capas principales, el sistema incluye 6 capas adicionales de análisis profundo:
El sistema también incluye un filtro rápido que detecta manipulación obvia en 2-3 segundos, ahorrando tiempo y recursos.
Sistema desarrollado por Roberto García - Herramienta profesional para investigadores y aficionados que desean analizar fotografías de forma seria y confiable.