> ## Documentation Index
> Fetch the complete documentation index at: https://docs.identifai.net/llms.txt
> Use this file to discover all available pages before exploring further.

# Clasifica un vídeo

> Cómo iniciar la clasificación de un vídeo

Puedes clasificar un vídeo a partir de un **archivo** o de una **URL**.
\
&#x20;Esta sección explica cómo realizar la solicitud con un archivo. Con una URL el proceso es similar: la diferencia principal es el [endpoint](https://docs.identifai.net/es/api-reference/classification/submit-video-from-url.md) que hay que llamar en el *paso 1*.

## Directrices de envío

El análisis de un vídeo implica procesarlo para extraer frames específicos. Por eso, las directrices que hay que seguir son similares a las de las imágenes:

* Envía al sistema el vídeo más "cercano" a la fuente: por ejemplo, no envíes el vídeo de una foto para analizar la foto, ni un vídeo grabado de otro vídeo.
* En el caso de vídeos tomados de redes sociales, los resultados más precisos se obtienen enviando vídeos sin textos superpuestos ni las modificaciones típicas de la publicación en redes sociales.
* Si el vídeo está disponible en otras fuentes, evita enviar enlaces de redes sociales, debido al posprocesamiento que aplican las distintas plataformas.

Al enviarlo puedes excluir los modelos de morphing. Te desaconsejamos activar el modelo de morphing si no hay rostros, para evitar el riesgo de falsos positivos.

## Elección de la estrategia de extracción de frames

Solo para los vídeos es necesario elegir una estrategia de extracción de frames, que después analizarán los modelos de detección.

A continuación se describen las estrategias de extracción de frames:

### A intervalos regulares

Con este modo se extraen N frames (según el "Número máximo de frames" elegido), distribuidos de forma uniforme a lo largo de la duración del vídeo.

Para activarlo debes añadir los siguientes parámetros:

```
frames=(5|10|30)
key_frames=false
```

`frames` indica el número mínimo de frames que se extraen. Puedes elegir entre 5, 10 y 30. Un mayor número de frames analizados corresponde a un mayor número de créditos usados para el análisis.

### Keyframes

* Keyframes - Default: con este modo se extraen hasta N iframes. Estos frames representan cambios de escena bruscos en el vídeo y, por tanto, son potencialmente interesantes para analizar escenas distintas.
* Keyframes - Color: con este modo se extraen hasta N frames que representan el frame "medio" de una escena, calculado a partir de los colores de la imagen.
* Keyframes - Flow: con este modo se extraen hasta N frames que representan el frame "más estático" de una escena, calculado respecto al frame anterior de la escena.

```
frames=(5|10|30)
key_frames=true
key_frames_method=(iframe|color|flow)
```

`frames` indica el número mínimo de frames que se extraen. Puedes elegir entre 5, 10 y 30. Un mayor número de frames analizados corresponde a un mayor número de créditos usados para el análisis.

### Caras

Con este modo el sistema busca los frames que contienen al menos una cara: a partir del muestreo a intervalos regulares, busca en el vídeo frames con caras hasta alcanzar el número de frames que hay que analizar. Es la estrategia recomendada para detectar face swap y morphing, junto con `with_morphing=true`.

```
frames=(5|10|30)
ensure_face_per_frame=true
with_morphing=true
```

* Es una alternativa a los keyframes: con `ensure_face_per_frame=true`, `key_frames` y `key_frames_method` se ignoran.
* La búsqueda tiene un límite de tiempo: en los vídeos en los que las caras son escasas o no aparecen, es posible que se analicen menos frames. Los frames no analizados se reembolsan al terminar el análisis.
* La búsqueda puede aumentar el tiempo de procesamiento y, según tu plan de precios, el coste de cada frame.

> [!NOTE]
>
> La extracción de caras es una funcionalidad del plan de precios: si tu plan no la incluye, `ensure_face_per_frame` se ignora y el vídeo se analiza con las demás estrategias.

### Momentos específicos

Si ya sabes qué momentos del vídeo son relevantes (p. ej., los segundos en los que aparece una cara o empieza una escena sospechosa), puedes pedir al sistema que analice exactamente esos momentos: se extrae un frame por cada timecode indicado.

```
frames_timestamps=00:00:05.000,00:00:12.500,00:01:03.250
```

* Los timecodes se separan con comas y tienen el formato `HH:MM:SS.mmm` (horas, minutos, segundos y milisegundos), medidos desde el inicio del vídeo. Los duplicados se cuentan una sola vez.
* Cuando se indica `frames_timestamps`, tiene prioridad sobre las demás estrategias: `frames`, `key_frames`, `key_frames_method` y `ensure_face_per_frame` se ignoran.
* **Se cobra un frame por cada timecode distinto.** Puedes indicar hasta 30 timecodes si tu plan de precios te permite elegir el número de frames; si no, hasta el número de frames predeterminado (10).
* Los timecodes posteriores al final del vídeo se omiten; si ninguno cae dentro del vídeo, la clasificación termina con un error.

Lo mismo se aplica a la pista de audio del vídeo, analizada con `with_audio=true`: con `audio_timestamps` el sistema analiza un breve segmento de audio centrado en cada timecode indicado, en lugar de segmentos repartidos por toda la pista. Los timecodes lo bastante cercanos como para caer en el mismo segmento se analizan juntos, y se cobra un segmento de audio por cada timecode distinto (los segmentos que no se generan se reembolsan al terminar el análisis). Puedes indicar hasta 30 timecodes de audio si tu plan de precios te permite elegir el número de segmentos de audio; si no, hasta 5.

```
with_audio=true
audio_timestamps=00:00:05.000,00:00:40.000
```

> [!NOTE]
>
> Los momentos específicos son una funcionalidad del plan de precios, activada por separado para los frames y para el audio: si tu plan no los incluye, `frames_timestamps` y `audio_timestamps` se ignoran. Los timecodes con formato incorrecto o en número superior al permitido se rechazan con un error `400`.

## Envía un vídeo mediante la API

Para clasificar un vídeo, realiza una solicitud **POST** a `/api/classification_video` con los parámetros obligatorios (para más detalles sobre los parámetros, consulta la sección [Referencia de la API](https://docs.identifai.net/es/api-reference/classification/submit-a-video-for-classification.md)).

```bash theme={null}
curl --request POST \
  --url https://backend.identifai.net/api/classification_video \
  --header 'Content-Type: multipart/form-data' \
  --header 'X-Api-Key: <api-key>' \
  --form "video=@/path/to/sample.mp4" \
  --form frames=5 \
  --form with_morphing=false\
  --form with_tampering=false
```

En la respuesta recibirás el identificador del vídeo clasificado.

Para analizar en cambio momentos específicos del vídeo y de su pista de audio:

```bash theme={null}
curl --request POST \
  --url https://backend.identifai.net/api/classification_video \
  --header 'Content-Type: multipart/form-data' \
  --header 'X-Api-Key: <api-key>' \
  --form "video=@/path/to/sample.mp4" \
  --form frames_timestamps=00:00:05.000,00:00:12.500 \
  --form with_audio=true \
  --form audio_timestamps=00:00:05.000
```

> [!TIP]
>
> ¡También puedes [clasificar un vídeo desde una URL](https://docs.identifai.net/es/api-reference/classification/submit-video-from-url.md)!

### Obtén los resultados

Usa el identificador recibido para obtener los resultados de la clasificación con una solicitud **GET** a `/api/classification_video/{identifier}` (para más detalles sobre cómo estructurar la solicitud, consulta la sección [Referencia de la API](https://docs.identifai.net/es/api-reference/classification/get-classification-result-video.md)).

```bash theme={null}
curl --request GET \
  --url https://backend.identifai.net/api/classification_video/{identifier} \
  --header 'X-Api-Key: <api-key>'
```

La respuesta contiene los resultados de la clasificación del vídeo en formato JSON. Para la clasificación, el vídeo se divide en frames. En la respuesta encontrarás un array results, con el resultado de la clasificación de cada modelo aplicado a cada frame analizado, y un array verdicts, con los resultados de cada heurística usada.

> [!NOTE]
>
> ¡Puede que la clasificación todavía no haya terminado! Si aún no se ha completado, sigue enviando la solicitud GET hasta que el resultado esté disponible.

## Smart Full Analysis

[Smart Full Analysis](https://docs.identifai.net/es/classification/classify-image.md#smart-full-analysis) también está disponible para los vídeos: cada frame analizado se divide en una selección específica de recortes de alto valor, elegidos por un algoritmo de puntuación propietario, que son clasificados por el modelo más avanzado de la familia **Revelio** y combinados en el veredicto del frame.

> [!NOTE]
>
> Como en las imágenes, Smart Full Analysis es una versión avanzada e inteligente del análisis completo estándar y de la heatmap: cuando está activado, **los sustituye** en cada frame analizado.

Si Smart Full Analysis está incluido en tu plan de precios, puedes activarlo con el argumento `with_smart_analysis=true`:

```bash theme={null}
curl --request POST \
  --url https://backend.identifai.net/api/classification_video \
  --header 'Content-Type: multipart/form-data' \
  --header 'X-Api-Key: <api-key>' \
  --form "video=@/path/to/sample.mp4" \
  --form frames=5 \
  --form with_smart_analysis=true
```

> [!NOTE]
>
> Si Smart Full Analysis no está incluido en tu plan de precios, el parámetro `with_smart_analysis` se ignora y el vídeo se analiza con el scope estándar.

## XAI (eXplainable AI)

**No solo un veredicto. Descubre qué observó la inteligencia artificial para llegar a su decisión.**

[XAI – eXplainable AI](https://docs.identifai.net/es/classification/classify-image.md#xai-explainable-ai) también está disponible para los vídeos: cuando está activado, se aplica a **cada frame analizado**. Para cada frame, los modelos Revelio no se limitan a devolver un veredicto, sino también la información sobre los puntos de atención que caracterizaron la clasificación, convertida en tres herramientas complementarias:

* **Attention Map**: una representación visual superpuesta al frame, que resalta las áreas en las que más se centró el modelo;
* **Attention Graph**: un gráfico que muestra la evolución y los picos de la atención del modelo;
* **Explicación impulsada por IA**: una descripción en lenguaje natural de las regiones que recibieron más atención, disponible en varios idiomas.

> [!WARNING]
>
> **Aviso sobre la transferencia de datos:** al activar esta funcionalidad, tus datos de imagen se transfieren a nuestra infraestructura cloud en la UE para la inferencia de los modelos.
>
> Las explicaciones impulsadas por IA se generan con modelos no desarrollados por identifAI.

### Activa XAI mediante la API

XAI se controla con los mismos parámetros usados para las imágenes, disponibles en la [API para la clasificación de vídeos](https://docs.identifai.net/es/api-reference/classification/submit-a-video-for-classification.md) y en la [API para la clasificación de vídeos desde URL](https://docs.identifai.net/es/api-reference/classification/submit-video-from-url.md):

| Parámetro | Descripción |
| - | - |
| `with_xai` | Establécelo en `true` para activar el scope XAI en cada frame analizado. |
| `with_llm_xai` | Establécelo en `true`, junto con `with_xai`, para obtener también las **explicaciones impulsadas por IA** de cada frame analizado. Se ignora si `with_xai` no está activado. |
| `llm_xai_language` | Idioma de las explicaciones impulsadas por IA: `english`, `italian`, `spanish` o `german` (sin distinguir mayúsculas y minúsculas). Si se omite, se usa el idioma predeterminado de tu plan de precios. |

Si XAI está incluido en tu plan de precios, puedes activarlo así:

```bash theme={null}
curl --request POST \
  --url https://backend.identifai.net/api/classification_video \
  --header 'Content-Type: multipart/form-data' \
  --header 'X-Api-Key: <api-key>' \
  --form "video=@/path/to/sample.mp4" \
  --form frames=5 \
  --form with_xai=true \
  --form with_llm_xai=true \
  --form llm_xai_language=english
```

> [!NOTE]
>
> Si XAI no está incluido en tu plan de precios, el parámetro `with_xai` se ignora y el vídeo se analiza sin XAI.

> [!WARNING]
>
> Las explicaciones impulsadas por IA también deben estar activadas en tu plan de precios: si tu plan incluye XAI pero no las explicaciones impulsadas por IA, una solicitud con `with_llm_xai=true` se rechaza con un error `403`. Un `llm_xai_language` no admitido se rechaza con un error `400`. En ambos casos la solicitud se rechaza antes de analizar el vídeo y no se consumen créditos.

### Mapas y explicaciones XAI en los resultados

Como en las imágenes, las `explanations` enumeran todos los mapas XAI de cada modelo, con su explicación impulsada por IA, y se devuelven en los resultados por modelo de cada frame analizado (`results.images[].results[].explanations`), con el mismo [formato usado para las imágenes](https://docs.identifai.net/es/classification/classify-image.md#mapas-y-explicaciones-xai-en-los-resultados). Las explicaciones impulsadas por IA son [resultados diferidos](https://docs.identifai.net/es/api-reference/deferred-results.md), producidos después del análisis principal del vídeo: cada frame analizado en `results.images` tiene su propio `deferred_status`, y `description` es `null` hasta que la explicación del mapa está disponible, cuando no se solicitaron las explicaciones impulsadas por IA o cuando la explicación no se pudo generar.

```json theme={null}
{
  "status": "done",
  "deferred_status": "done",
  "results": {
    "images": [
      {
        "identifier": "<frame_identifier>",
        "deferred_status": "done",
        "results": [
          {
            "model": "Revelio",
            "classification": [
              { "label": "human", "score": 0.05 },
              { "label": "artificial", "score": 0.95 }
            ],
            "explanations": [
              {
                "type": "attention_map",
                "method": "legrad",
                "description": "The attention is concentrated on the face of the speaker, in particular around the mouth, where the movement is not consistent with the rest of the scene."
              },
              {
                "type": "attention_graph",
                "method": "legrad",
                "description": null
              }
            ]
          }
        ]
      }
    ]
  }
}
```

Las explicaciones solo las devuelve el endpoint del [resultado de una clasificación de vídeo](https://docs.identifai.net/es/api-reference/classification/get-classification-result-video.md), y solo si tu plan de precios expone los detalles de los modelos. Las explicaciones impulsadas por IA se cobran por cada frame analizado, y los créditos de los frames cuyas explicaciones no se pueden generar se reembolsan.

### Descarga el Attention Map y el Attention Graph

El Attention Map y el Attention Graph de cada frame analizado se pueden descargar con el [endpoint de descarga de los mapas XAI](https://docs.identifai.net/es/api-reference/classification/get-classification-xai.md), como [en las imágenes](https://docs.identifai.net/es/classification/classify-image.md#descarga-el-attention-map-y-el-attention-graph), usando el `identifier` del frame en `results.images`:

```bash theme={null}
curl --request GET \
  --url 'https://backend.identifai.net/api/classification/xai/{frame_identifier}?model=Revelio&method=legrad&type=attention_map' \
  --header 'X-Api-Key: <api-key>' \
  --output attention_map.png
```

> [!TIP]
>
> Cuando XAI se combina con el [Smart Full Analysis](#smart-full-analysis), la heatmap de cada frame se puede descargar como siempre con el [endpoint de descarga de la heatmap](https://docs.identifai.net/es/api-reference/classification/get-classification-heatmap.md), usando el `identifier` del frame.

## Directrices para interpretar los resultados

Los resultados del vídeo contienen tanto los veredictos globales como el
resultado de cada frame analizado. Te recomendamos consultar
[cómo interpretar los resultados de las imágenes](https://docs.identifai.net/es/classification/classify-image.md).

## Heatmaps en vídeos

Para las heatmaps en vídeos se aplican las mismas consideraciones que para las [imágenes](https://docs.identifai.net/es/classification/classify-image.md).
La única diferencia es que, para analizar la heatmap, debes hacer clic en Frames y
analizar la heatmap de cada frame.

### Ver también

> [card] [Clasifica una imagen](https://docs.identifai.net/es/classification/classify-image.md)
>
> ¡Inicia la clasificación de una imagen y descubre si es real o generada artificialmente!

> [card] [Clasifica un audio de voz](https://docs.identifai.net/es/classification/classify-speech.md)
>
> Descubre cómo iniciar la clasificación de un audio de voz y saber si es auténtico o generado artificialmente


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.