La Oficina de Patentes y Marcas de Estados Unidos ha publicado una nueva solicitud de patente por parte de Apple, titulada “Selección automática de la fuente de vídeo”. En ella, se describe un sistema que, de forma inteligente, sería capaz de determinar si se desea utilizar el canal de vídeo de la cámara frontal o de la cámara posterior, de un smartphone.
Dicha tecnología podría ser aplicada en videollamadas, tales como las realizadas a través de la aplicación FaceTime de iOS, o para la grabación de contenido que, a posteriori, sea almacenado localmente en un dispositivo.
En la actualidad, se ha convertido en estándar que los smartphones dispongan de dos dos cámaras: una frontal, encargada de las videollamadas, y una trasera, de mayor resolución, generalmente utilizada para la toma de instantáneas. Sin embargo, los avances en el campo de la telefonía móvil han propiciado que algunos dispositivos puedan obtener vídeo, simultáneamente, desde ambas cámaras.
A pesar de todo, dicha capacidad se limita a usos muy específicos; el iPhone, sin ir más lejos, solo utiliza una cámara a la vez, ofreciendo al usuario la posibilidad de alternar entre una y otra si lo desea. En Cupertino, son conscientes de que las restricciones del ancho de banda actuales dificultarían la transmisión de vídeo desde dos fuentes al mismo tiempo, por lo que han buscado un método alternativo que permita mantener audio y vídeo sincronizados.
Por ello, su propuesta se basa en un sistema que capturaría y gestionaría dos flujos de vídeo para señales de audio y vídeo, y luego daría salida a uno de los dos, atendiendo a a un conjunto de criterios predeterminados. Para decidir qué cámara utilizar, la tecnología detectaría el lenguaje oral recolectando datos de los micrófonos orientados en la misma dirección que cada una, o expresiones faciales como el movimiento de labios.
¿De qué serviría en la práctica? Pues bien, durante una llamada FaceTime se capturaría la escena a través de la cámara trasera, y cambiaría a la cámara frontal cuando el usuario comenzase a hablar. Cuando no se detectase voz alguna, ni movimiento de labios, el vídeo regresaría a su estado inicial.
No cabe duda de que, aunque la invención dependería en gran medida del software existen diversas limitaciones a nivel de hardware –procesadores de audio y vídeo, por ejemplo– que complicarían que podamos ver estas prestaciones en un futuro cercano. ¿Sería descabellado pensar que el próximo iPhone 5S pudiera implementar los componentes necesarios?
