Skip to content
Material Design 2
Main Navigation
v3
v2
v1

Español

English
简体中文
繁體中文
Français
Русский
Português – Brasil
Deutsch
日本語
한국어
Italiano
Polski
Türkçe
čeština
magyar

Español

English
简体中文
繁體中文
Français
Русский
Português – Brasil
Deutsch
日本語
한국어
Italiano
Polski
Türkçe
čeština
magyar

Apariencia

Sidebar Navigation

Sistema Material

Introducción

Estudios de Material

Acerca de los estudios de Material

Basil

Crane

Fortnightly

Owl

Rally

Reply

Shrine

Fundamentos de Material

Entorno

Superficies

Elevación

Luz y sombras

Diseño

Comprensión del diseño

Densidad de píxeles

Cuadrícula de diseño adaptable

Métodos de espaciado

Comportamiento de los componentes

Aplicación de la densidad

Navegación

Comprender la navegación

Transiciones de navegación

Búsqueda

Color

El sistema de colores

Aplicación de color a la UI

Uso del color

Legibilidad del texto

Tema oscuro

Tipografía

El sistema tipográfico

Comprender la tipografía

Soporte de idiomas

Sonido

Acerca del sonido

Aplicar sonido a la interfaz de usuario

Atributos del sonido

Coreografía sonora

Iconografía

Iconos de producto

Iconos del sistema

Iconos animados

Forma

Acerca de la forma

Forma y jerarquía

La forma como expresión

Forma y movimiento

Cómo aplicar formas a la interfaz de usuario

Movimiento

Comprender el movimiento

El sistema de movimiento

Velocidad

Coreografía

Personalización

Interacción

Gestos

Selección

Estados

Comunicación

Confirmación y notificación

Formatos de datos

Visualización de datos

Estados vacíos

Ayuda y comentarios

Imágenes

Pantalla de inicio

Incorporación (Onboarding)

Estados sin conexión

Redacción

Aprendizaje automático

Patrones de aprendizaje automático

Detección de objetos: cámara en vivo

Detección de objetos: imagen estática

Escaneo de códigos de barras

Directrices de Material

Material Theming

Descripción general

Implementación de tu tema

Usabilidad

Accesibilidad

Bidireccionalidad

Directrices de plataforma

Barras de Android

Huella digital en Android

Háptica en Android

Iconos de Android

Navegación entre aplicaciones en Android

Notificaciones de Android

Permisos de Android

Android slices

Pantalla dividida de Android

Deslizar para actualizar en Android

Barra de herramientas de selección de texto en Android

Widget de Android

Adaptación multiplataforma

Componentes

Barras de aplicaciones: parte inferior

Barra de aplicaciones superior

Backdrop

Banners

Navegación inferior

Botones

Botones: botón de acción flotante

Tarjetas

Casillas de verificación

Chips

Tablas de datos

Selectores de fechas

Diálogos

Divisores

Listas de imágenes

Listas

Menús

Panel lateral de navegación

Riel de navegación

Indicadores de progreso

Botones de opción

Hojas inferiores

Paneles laterales

Controles deslizantes

Snackbars

Interruptores

Pestañas

Campos de texto

Selectores de hora

Tooltips

En esta página

Detección de objetos: cámara en vivo ​

La cámara en vivo de un dispositivo puede utilizarse para detectar objetos del entorno mediante aprendizaje automático.

Imagen principal de Detección de objetos: cámara en vivo

Uso ​

La transmisión en vivo de una cámara permite identificar objetos del mundo físico. Con el modo de «transmisión» (streaming) de la API de Detección y Seguimiento de Objetos de ML Kit, es posible detectar objetos en la transmisión de la cámara y utilizarlos como entrada para realizar una búsqueda visual (una consulta de búsqueda que utiliza una imagen como entrada) con el modelo de clasificación de imágenes de la app.

Buscar con una cámara en vivo puede ayudar a los usuarios a conocer más sobre los objetos que los rodean, ya sea una pieza en un museo o un artículo en venta.

Estas pautas se centran en la detección de un solo objeto a la vez.

La búsqueda visual con una cámara en vivo puede ayudar a los usuarios a identificar los objetos que los rodean, como la especie de una planta.

Documentación de la API de ML Kit

Guías para desarrolladores sobre la detección de objetos

Enlace relacionado

Ejemplo – Android

App de demostración de ML Kit para Android

Enlace relacionado

Ejemplo – iOS

App de demostración de ML Kit para iOS

Enlace relacionado

Principios ​

El diseño de esta función se basa en los siguientes principios:

Navegar con la cámara del dispositivo

En lugar de escribir un término de búsqueda, la cámara del dispositivo se usa como un «control remoto» para buscar contenido visual.

Para orientar a los usuarios sobre cómo buscar con su cámara, proporcione una experiencia de incorporación e instrucciones persistentes.

Una breve experiencia de incorporación animada puede ayudar a los usuarios a comprender cómo mover y posicionar la cámara de su dispositivo para buscar.

Mantener la cámara despejada y legible

Para maximizar el área visible de la cámara, alinee los componentes de la interfaz de usuario de la app con los bordes superior e inferior de la pantalla y asegúrese de que el texto y los iconos sigan siendo legibles sobre la transmisión en vivo de la cámara.

Todos los elementos no interactivos que se muestren sobre la transmisión en vivo de la cámara deben ser translúcidos para no obstruir la vista.

La mayoría de los elementos se colocan intencionalmente a lo largo de los bordes superior e inferior de la pantalla para maximizar la visualización de la transmisión de la cámara
La mayoría de los elementos se colocan intencionalmente a lo largo de los bordes superior e inferior de la pantalla para maximizar la visualización de la transmisión de la cámara.

Proporcionar retroalimentación

Usar una cámara como herramienta de búsqueda introduce requisitos de uso particulares. La calidad de la imagen debe ser adecuada, y los usuarios deben saber cómo corregir los problemas de imagen causados por la iluminación o por estar demasiado lejos de un objeto.

Los estados de error deben:

  • Indicar el error mediante varios indicadores de diseño (como componentes y movimiento)
  • Incluir explicaciones sobre cómo los usuarios pueden mejorar su búsqueda
Los banners proporcionan una forma destacada de informar a los usuarios de que algo salió mal en su búsqueda
Los banners proporcionan una forma destacada de informar a los usuarios de que algo salió mal en su búsqueda y ofrecen espacio para incluir un enlace a una sección de Ayuda con más información.

Componentes ​

La función de detección de objetos con cámara en vivo utiliza tanto componentes existentes de Material Design como nuevos elementos diseñados específicamente para la interacción con la cámara. Para ver ejemplos de código y demostraciones de los nuevos elementos (como la retícula), consulte el código fuente de las apps de demostración de Material Design de ML Kit para Android e iOS.

Elementos clave en las etapas de una experiencia de búsqueda visual con cámara en vivo
Elementos clave en las etapas de una experiencia de búsqueda visual con cámara en vivo:
1. Barra de aplicación superior
2. Retícula
3. Marcador de objeto
4. Tooltip
5. Imagen detectada
6. Hoja inferior modal
Componentes

Barra de aplicación superior ​


La barra de aplicaciones superior proporciona acceso persistente a las siguientes acciones:

  • Un botón para salir de la experiencia de búsqueda
  • Un conmutador para mejorar el brillo (mediante el flash de la cámara)
  • Una sección de Ayuda para solucionar problemas de búsqueda
Correcto: use un velo degradado o un color sólido para el contenedor de la barra de aplicaciones superior para garantizar que sus acciones sean legibles sobre la transmisión de la cámara

Correcto

Use un velo degradado o un color sólido en el contenedor de la barra de aplicaciones superior para garantizar que sus acciones sean legibles sobre la transmisión de la cámara.

Barra de aplicación superior

La barra de aplicaciones superior muestra información y acciones relacionadas con la vista actual.

Artículo relacionado

Retícula ​

La retícula es un indicador visual que ofrece a los usuarios un punto de foco al detectar objetos con la cámara (su nombre está inspirado en los visores de las cámaras). Usa una animación pulsante para indicar que la cámara está buscando objetos activamente.

Cuando la cámara en vivo se apunta hacia un objeto, la retícula se transforma en un indicador de progreso determinado para señalar que ha comenzado una búsqueda visual.

La retícula debe tener diferentes diseños y efectos de animación para comunicar los estados clave de la app, como cuando la cámara está buscando objetos o cuando se ha producido un error.

Estados de la retícula:

1. La detección usa una animación pulsante para indicar que la app está buscando objetos
2. El inicio de una búsqueda ocurre después de una pausa preestablecida (definida por el desarrollador), expresada con un indicador de progreso determinado
3. La necesidad de acercarse a un objeto se expresa mediante el círculo central de la retícula, que se reduce de tamaño hasta alcanzar el tamaño mínimo de detección
4. Cualquier error detectado cambia el borde de la retícula de un trazo continuo a un trazo punteado

Marcador de objeto ​

La API de Detección y Seguimiento de Objetos de ML Kit incluye una opción para detectar un «objeto prominente». Esta opción detecta y rastrea el objeto más grande cercano al centro del encuadre de la cámara. Una vez detectado, la app debe marcarlo con un borde rectangular continuo.

Si la app requiere un tamaño de imagen mínimo para los objetos detectados, el marcador debe cambiar a un borde rectangular parcial (que muestra solo las esquinas del borde). Esto indica que se ha detectado un objeto, pero que la búsqueda no puede iniciarse hasta que el usuario se acerque más.

Un borde parcial y un mensaje en un tooltip pueden informar a los usuarios de que se ha detectado un objeto y de que deben acercarse más para comenzar la búsqueda.

Tooltip ​

Los tooltips muestran texto informativo a los usuarios. Expresan tanto estados (como «Buscando…») como el siguiente paso que debe realizar el usuario (como «Apunte la cámara hacia una planta»).

Correcto: escriba tooltips cortos con términos apropiados para su audiencia

Correcto

Escriba tooltips cortos con términos apropiados para su audiencia.
Incorrecto: no escriba tooltips con verbos de acción, como «Toca para buscar», ya que los tooltips no admiten interacción

Incorrecto

No escriba tooltips con verbos de acción, como «Toca para buscar», ya que los tooltips no admiten interacción.

Incorrecto: no coloque mensajes de error en un tooltip

Incorrecto

No coloque mensajes de error en un tooltip. Los errores deben mostrarse en un banner para darles mayor énfasis y disponer de espacio para las acciones.

Tooltips

Muestra texto informativo cuando los usuarios pasan el cursor sobre un elemento, lo enfocan o lo tocan

Artículo relacionado

Imagen detectada ​


Al detectar un objeto, la API de Detección y Seguimiento de Objetos de ML Kit crea una versión recortada de la imagen, que se utiliza para ejecutar una búsqueda visual con el modelo de clasificación de imágenes de la app.

La imagen recortada se muestra para:

  • Confirmar el objeto detectado
  • Compararla con las imágenes de los resultados de búsqueda
  • Explicar cualquier error relacionado con la imagen (como que sea de baja calidad o que contenga varios objetos)
Colocar una miniatura de la imagen del objeto detectado cerca de los resultados de búsqueda puede ayudar a los usuarios a identificar la mejor coincidencia
Colocar una miniatura de la imagen del objeto detectado cerca de los resultados de búsqueda puede ayudar a los usuarios a identificar la mejor coincidencia.

Hoja inferior modal ​

Las hojas inferiores modales proporcionan acceso a los resultados de la búsqueda visual. Su diseño y contenido dependen del caso de uso de la app, de la cantidad de resultados y del nivel de confianza de estos.

En una hoja inferior modal, las listas o cuadrículas de imágenes pueden mostrar múltiples resultados de búsqueda visual
En una hoja inferior modal, las listas o cuadrículas de imágenes pueden mostrar múltiples resultados de búsqueda visual. La hoja puede abrirse a la altura completa de la pantalla para ver resultados adicionales.
Una hoja inferior modal puede mostrar un solo resultado, adaptando su diseño al contenido
Una hoja inferior modal puede mostrar un solo resultado, adaptando su diseño al contenido.

Hojas inferiores

Superficies que contienen contenido complementario y que están ancladas a la parte inferior de la pantalla.

Artículo relacionado

Experiencia ​

La búsqueda visual con cámara en vivo se desarrolla en tres fases:

  1. Percepción: Usar la cámara para buscar datos de entrada
  2. Reconocimiento: Detectar e identificar un objeto
  3. Comunicación: Comunicar los resultados al usuario si se encuentra un objeto coincidente

Percepción ​

La detección de objetos comienza cuando se abre la función de búsqueda visual. La «percepción» se refiere al proceso mediante el cual la cámara busca objetos en la transmisión en vivo. Durante esta fase, la app debe:

  • Describir el funcionamiento de la función
  • Comunicar las acciones de la app
  • Guiar al usuario sobre cómo controlar la cámara y sugerir ajustes

Describir el funcionamiento de la función ​

Proporcione a los usuarios instrucciones para usar la cámara como un «control remoto» con el que buscar objetos en el entorno, y describa la experiencia mediante contenido de incorporación y de ayuda.

Correcto: explique la interacción con una experiencia de incorporación de una sola pantalla

Correcto

Explique la interacción con una experiencia de incorporación de una sola pantalla. Se recomienda usar una animación para mostrar al usuario cómo mover el dispositivo.
Incorrecto: no exija un proceso de incorporación extenso que describa todos los estados de error posibles

Incorrecto

No exija un proceso de incorporación extenso que describa todos los estados de error posibles. Proporcione información adicional solo cuando el usuario se encuentre con un problema.

Correcto: incluya una sección de Ayuda dedicada con información sobre los tipos de objetos que se pueden detectar

Correcto

Incluya una sección de Ayuda dedicada con información sobre los tipos de objetos que se pueden detectar, cómo obtener los mejores resultados y cómo se utilizan las imágenes.

Comunicar las acciones de la app

Mientras la cámara busca, la retícula emite una animación pulsante para indicar que la cámara está «mirando», y un tooltip invita al usuario a apuntar la cámara hacia los objetos.

Correcto

Proporcione al usuario indicadores, como una retícula animada y un tooltip, para señalar en qué se diferencia esta interfaz del uso de la cámara para tomar una foto.

Guiar al usuario con los ajustes

A veces, las condiciones del entorno dificultan la detección de un objeto, como en ubicaciones que:

  • Tienen una iluminación excesiva o insuficiente que impide distinguir el objeto de su fondo
  • Tienen objetos superpuestos difíciles de distinguir entre sí

Si transcurre mucho tiempo sin que se detecte un objeto, detenga la animación de la retícula y dirija al usuario a la sección de Ayuda.

Si se activa un tiempo de espera de detección, informe a los usuarios de que se ha producido un error: detenga la animación de la retícula y destaque el contenido de Ayuda.

Reconocimiento ​

Cuando la cámara ha detectado un objeto, la app debe:

  1. Marcar el objeto detectado
  2. Mostrar un mensaje para que el usuario inicie una búsqueda
  3. Mostrar el progreso de la búsqueda

Identificar el objeto detectado

Para indicar que la cámara ha encontrado un objeto, detenga la animación de la retícula y marque el objeto detectado con un borde.

Aparece un borde rectangular alrededor de un objeto detectado para indicar que se ha reconocido un objeto
Aparece un borde rectangular alrededor de un objeto detectado para indicar que se ha reconocido un objeto.

Invitar a buscar

Indique al usuario que mantenga el objeto detectado en el centro del encuadre de la cámara. Antes de iniciar la búsqueda, agregue una breve pausa, acompañada de un indicador de progreso determinado en la retícula. Esto le da al usuario tiempo para:

  • Confirmar la intención de buscar (los usuarios mantienen la cámara del dispositivo quieta)
  • Cancelar la búsqueda (los usuarios alejan la cámara del objeto)

La duración de la pausa se puede personalizar.

La pausa permite a los usuarios cancelar una búsqueda si es necesario.

Mostrar el progreso de la búsqueda

Una vez que comienza una búsqueda, la detección de objetos se detiene y la transmisión en vivo de la cámara se congela. Esto evita que se inicien nuevas búsquedas (y permite al usuario mover el dispositivo a una posición más cómoda).

El progreso de la búsqueda se comunica con un indicador de progreso indeterminado y un mensaje en un tooltip.

Se utilizan varios indicadores de diseño (movimiento, velo y texto) para indicar que la búsqueda ha comenzado y que los usuarios deben esperar a que se carguen los resultados.

Hacer correcciones ​

Durante la etapa de reconocimiento, dos problemas pueden afectar la calidad de los resultados de búsqueda:

Tamaño de imagen pequeño: si un objeto detectado está demasiado lejos de la cámara, no se obtendrá una imagen de alta calidad (según el tamaño de imagen mínimo que haya establecido la app).

Para indicar que la detección no ha finalizado, muestre un borde parcial alrededor del objeto (en lugar de un borde completo) y un mensaje en un tooltip que pida al usuario que acerque la cámara al objeto.

Un borde parcial y un mensaje en un tooltip pueden informar a los usuarios de que se ha detectado un objeto y de que deben acercarse más para comenzar la búsqueda.

Conexión de red: se requiere una conexión de red estable si el modelo de clasificación de imágenes está en la nube. Si la conexión falla, muestre un banner que indique que se necesita conexión a internet para continuar.

Los problemas de red se pueden comunicar a los usuarios con un banner
Los problemas de red se pueden comunicar a los usuarios con un banner, que también puede incluir una acción para volver a intentar la búsqueda una vez resuelto el problema.

Comunicación ​

Los resultados de una búsqueda visual se muestran en una hoja inferior modal. Durante esta fase, la app debe:

  • Mostrar los resultados
  • Mostrar el objeto detectado
  • Proporcionar una navegación rápida

La app debe establecer un umbral de confianza para mostrar los resultados de la búsqueda visual. La «confianza» indica el grado de certeza con el que un modelo de aprendizaje automático evalúa la precisión de una predicción. En la búsqueda visual, el nivel de confianza de cada resultado refleja la similitud que el modelo encuentra entre el resultado y la imagen proporcionada.

Correcto: ordene los resultados de la búsqueda visual según la confianza del modelo para garantizar que los elementos con mayor probabilidad de coincidencia se vean primero

Correcto

Ordene los resultados de la búsqueda visual según la confianza del modelo para garantizar que los elementos con mayor probabilidad de coincidencia aparezcan primero.
Correcto: muestre solo el resultado con mayor confianza cuando el caso de uso justifique una coincidencia exacta

Correcto

Muestre solo el resultado con mayor confianza cuando el caso de uso justifique una coincidencia exacta.

Mostrar el objeto detectado

Para permitir la comparación entre el objeto detectado y los resultados de la búsqueda, muestre una miniatura del objeto detectado sobre la hoja inferior modal.

Correcto: incluya la imagen detectada del objeto para compararla con las imágenes de los resultados de búsqueda

Correcto

Incluya la imagen detectada del objeto para compararla con las imágenes de los resultados de búsqueda.

Proporcionar una navegación rápida ​

Después de ver los resultados, los usuarios pueden realizar diferentes acciones:

  • Para volver a la vista de la cámara, los usuarios pueden tocar el velo o el encabezado de la hoja inferior modal.
  • Para salir de la vista de la cámara, los usuarios pueden interactuar con un resultado, navegar a otra parte de la app o cerrar la vista de la cámara y volver a la app tocando el botón «X».

Tocar el encabezado de la hoja inferior o el velo devuelve a los usuarios a la vista de la cámara en vivo para continuar la búsqueda.
Muestre solo el resultado con mayor confianza cuando el caso de uso justifique una coincidencia exacta.

Evaluar los resultados de búsqueda ​

En algunos casos, los resultados de la búsqueda visual pueden no cumplir las expectativas del usuario, como en los siguientes escenarios:

No se encontraron resultados

Una búsqueda puede no devolver ninguna coincidencia por varias razones, entre ellas:

  • El objeto no forma parte del conjunto de objetos conocidos ni es similar a ninguno de ellos
  • El objeto se detecta desde un ángulo que el modelo no reconoce
  • La imagen es de baja calidad, lo que dificulta reconocer los detalles clave del objeto

Muestre un banner que explique que no hay resultados y dirija a los usuarios a una sección de Ayuda con información sobre cómo mejorar su búsqueda.

Un banner proporciona espacio para una explicación y un enlace al contenido de Ayuda si no se encuentran resultados de búsqueda
Un banner proporciona espacio para una explicación y un enlace al contenido de Ayuda si no se encuentran resultados de búsqueda.

Resultados deficientes

Si una búsqueda devuelve únicamente resultados con puntuaciones de confianza bajas, puede pedirle al usuario que repita la búsqueda (con consejos para mejorarla).

Correcto: incluya un enlace al contenido de Ayuda cuando todos los resultados tengan baja confianza

Correcto

Incluya un enlace al contenido de Ayuda cuando todos los resultados tengan baja confianza.

Explicabilidad + confianza

Explicación de predicciones, recomendaciones y otros resultados de IA

Enlace relacionado

Errores + fallo controlado

Cómo gestionar los errores de ML

Enlace relacionado

Tematización ​

Tema Material de Shrine ​

La búsqueda visual con cámara en vivo se utiliza en el flujo de compra de la app Shrine.

Las formas anguladas utilizadas en la marca de Shrine se aplican a elementos clave como la retícula
Las formas anguladas utilizadas en la marca de Shrine se aplican a elementos clave como la retícula.
Los estilos de color y tipografía de Shrine se aplican a los resultados de la búsqueda visual para mantener la coherencia con el resto de la app
Los estilos de color y tipografía de Shrine se aplican a los resultados de la búsqueda visual para mantener la coherencia con el resto de la app.

Retícula ​

La retícula de Shrine utiliza una forma de rombo para reflejar el estilo de formas de Shrine (que usa cortes angulados).

Diagrama del logotipo geométrico de Shrine, un botón con esquinas cortadas de 4dp y una retícula con forma de rombo
1. Logotipo geométrico de Shrine
2. Un botón con esquinas cortadas de 4dp
3. Una retícula con forma de rombo

El tooltip de Shrine se destaca mediante el uso de colores, tipografía y ubicación personalizados.

Los tooltips suelen ser componentes de bajo énfasis cuyo ancho se basa en su texto
1. Los tooltips suelen ser componentes de bajo énfasis cuyo ancho se basa en su texto.
2. El tooltip de Shrine usa colores y tipografía personalizados y extiende su contenedor hasta los bordes de la pantalla.

Shrine

Shrine es una marca de estilo de vida y moda que demuestra cómo se puede usar Material Design en el comercio electrónico.

Artículo relacionado

Pager
AnteriorPatrones de aprendizaje automático
SiguienteDetección de objetos: imagen estática

Publicado bajo la licencia Apache-2.0.

Copyright © 2018-Present Google

https://m2.material.io/design/machine-learning/object-detection-live-camera.html

Publicado bajo la licencia Apache-2.0.

Copyright © 2018-Present Google