Processing Latency: definición
La processing latency, conocida en español como latencia de procesamiento, es el tiempo total que transcurre desde la recepción de los datos de entrada hasta la obtención del resultado final del procesamiento. En el contexto de la anonimización de imágenes y grabaciones de vídeo, se refiere al intervalo que va desde la lectura del archivo o fotograma, pasando por la detección de rostros y matrículas, la aplicación de máscaras de desenfoque, hasta el guardado del resultado y, opcionalmente, su recompresión.
En la literatura técnica y en las normas internacionales, este concepto forma parte de la caracterización de la calidad del rendimiento de los sistemas, definida en la norma ISO/IEC 25010 como time behavior (tiempo de respuesta, tiempos de procesamiento y throughput) [ISO/IEC 25010:2011]. En los servicios en red, uno de sus componentes puede ser la latencia de red según ITU-T Y.1541, aunque en la anonimización por lotes de imágenes y vídeo suele predominar la latencia computacional y de entrada/salida (I/O).
En la práctica, se mide tanto la latencia total como las latencias parciales de cada etapa del pipeline, con el fin de identificar cuellos de botella y verificar el cumplimiento de los requisitos legales y operativos (por ejemplo, los plazos de entrega del material anonimizado).
El papel de la latencia de procesamiento en la anonimización de imágenes y vídeo
La anonimización de rostros y matrículas requiere la detección de objetos mediante modelos de aprendizaje profundo. El desarrollo de estos modelos es esencial para localizar automáticamente las áreas que deben desenfocarse durante el procesamiento del material. La latencia de procesamiento influye directamente en el tiempo de disponibilidad de la versión segura del archivo.
Esto es relevante tanto para la trazabilidad como para el diseño de procesos conformes con el principio de privacy by design del artículo 25 del RGPD, así como con las directrices del EDPB 3/2019 relativas a los dispositivos de vídeo (versión 2.0, 29.01.2020).
Gallio PRO funciona en modo por lotes, no realiza anonimización en tiempo real y desenfoca automáticamente únicamente rostros y matrículas. Por ello, la processing latency se define aquí como el tiempo total del lote, desde el inicio del procesamiento hasta la obtención del archivo final. Los registros (logs) no contienen detalles de detección ni datos personales.
Tecnologías y arquitectura que influyen en la latencia
La latencia de procesamiento está condicionada por capas de hardware, software y codificación. A continuación se presentan los principales componentes del pipeline de procesamiento junto con sus fuentes típicas de retraso.
Componente | Descripción | Fuentes típicas de latencia
|
|---|---|---|
Entrada / I/O | Lectura de archivos, serialización, transferencia disco-memoria | Ancho de banda del disco, red, formato del contenedor |
Decodificación | Decodificación H.264/H.265, JPEG | Estructura GOP, fotogramas B, falta de aceleración por hardware [ITU-T H.264, H.265] |
Preprocesamiento | Escalado, normalización, conversiones de color | Operaciones de memoria, ausencia de optimización vectorial |
Inferencia | Detección de rostros y matrículas mediante redes neuronales | Tamaño y complejidad del modelo, ausencia de acelerador, tamaño del batch |
Postprocesamiento | Aplicación de máscaras, combinación de fotogramas, NMS | Complejidad algorítmica, operaciones en CPU/GPU |
Codificación de salida | Compresión y guardado de imagen o vídeo | Parámetros de bitrate, perfil y preset del codificador |
Una arquitectura on‑premise reduce la dependencia de la latencia de red y el riesgo de transferencia de datos fuera de la organización. La aceleración por GPU (por ejemplo, CUDA), los compiladores de inferencia (como TensorRT u OpenVINO) y bibliotecas eficientes de I/O reducen el tiempo de inferencia y de transformación sin alterar la semántica del proceso de anonimización.
Parámetros y métricas clave
La latencia debe reportarse utilizando métricas robustas frente a variaciones y unidades adecuadas a la escala de la tarea. A continuación se muestran atributos útiles tanto para los DPO como para los equipos técnicos.
Métrica | Definición | Unidad
|
|---|---|---|
Latencia total L | Tiempo desde el inicio del lote hasta el archivo final | s, min, h |
Latencia por fotograma | Tiempo medio de procesamiento de un fotograma individual | ms/fotograma |
Percentiles p95/p99 | Latencia no superada por el 95% / 99% de las tareas | ms, s |
Throughput | Número de fotogramas o minutos de vídeo procesados por unidad de tiempo | FPS, min/h |
SLA de entrega | Plazo garantizado de finalización del procesamiento del lote | h, días |
Fórmula modelo de descomposición de la latencia para un solo fotograma:
L_frame = t_io_in + t_decode + t_pre + t_inf + t_post + t_encode + t_io_out.
Para un lote de N fotogramas con paralelismo P:
L_batch ≈ ceil(N/P) × mediana(L_frame) + sobrecarga_de_cola.
Medición y reporte
La medición debe ser determinista y reproducible, con sincronización temporal cuando el pipeline abarca múltiples nodos. Para un sellado temporal preciso en sistemas distribuidos se utiliza el estándar IEEE 1588‑2019 Precision Time Protocol. En entornos on‑premise integrados suelen ser suficientes relojes de sistema monotónicos y una telemetría coherente.
- Instrumentación de etapas: marcas de tiempo antes y después de cada paso del pipeline y agregación en informes p95/p99.
- Entradas estables: preset fijo del codificador, mismos modelos y tamaño de batch, modo turbo/boost desactivado durante pruebas comparativas.
- Informes para el DPO: duración del lote, throughput, porcentaje de tareas que cumplen el SLA y variabilidad entre lotes.
Retos y limitaciones
La reducción de la latencia de procesamiento no puede comprometer la calidad de la anonimización. Un modelo más ligero puede acelerar la inferencia, pero reducir la sensibilidad en la detección de rostros o matrículas. La compresión en la salida incrementa la latencia de codificación, aunque reduce el tamaño del archivo.
Gallio PRO no realiza anonimización en tiempo real, por lo que las optimizaciones se centran en el tiempo de procesamiento por lotes y en la determinación consistente de los resultados. El sistema no detecta automáticamente logotipos, tatuajes, placas con nombres ni pantallas de monitores; estos elementos pueden desenfocarse manualmente en el editor, introduciendo una componente adicional y controlada de latencia operativa.
Ejemplos de uso
En la práctica, los DPO y los equipos de seguridad utilizan la processing latency para planificar ventanas de procesamiento y evaluar riesgos. Algunos ejemplos incluyen la anonimización de grabaciones de videovigilancia antes de su divulgación, la preparación de conjuntos de datos de entrenamiento con rostros desenfocados y el procesamiento por lotes de fotografías de eventos cuando no aplican excepciones legales.
En muchos países de Europa Occidental, el desenfoque de matrículas se aplica de forma habitual debido al riesgo de identificación y a las prácticas locales, lo que incrementa la carga del pipeline con una inferencia adicional. En Polonia existen discrepancias interpretativas sobre el estatus de las matrículas, pero las directrices de la autoridad de protección de datos, del EDPB y la jurisprudencia del TJUE apuntan a su anonimización, lo que debe tenerse en cuenta al planificar los SLA.
Referencias normativas y fuentes
A continuación se enumeran los estándares y directrices que definen las métricas temporales, la sincronización y el marco legal para el procesamiento de vídeo con datos personales.
- ISO/IEC 25010:2011 - Models for systems and software quality. La sección performance efficiency define el time behavior, incluidos los tiempos de procesamiento y el throughput. https://www.iso.org/standard/35733.html
- ITU-T Y.1541 (2011) - Network performance objectives for IP-based services. Define, entre otros aspectos, las clases de latencia de red. https://www.itu.int/rec/T-REC-Y.1541
- IEEE 1588-2019 - Precision Time Protocol. Estándar de sincronización temporal para mediciones distribuidas. https://standards.ieee.org/standard/1588-2019.html
- ITU-T H.264 | ISO/IEC 14496-10 AVC e ITU-T H.265 | ISO/IEC 23008-2 HEVC - Estándares de codificación de vídeo cuyos parámetros influyen en la latencia de decodificación y codificación. https://www.itu.int/rec/T-REC-H.264 y https://www.itu.int/rec/T-REC-H.265
- RGPD - Reglamento (UE) 2016/679, artículo 25 sobre privacy by design y by default. https://eur-lex.europa.eu/eli/reg/2016/679/oj
- EDPB, Guidelines 3/2019 on processing of personal data through video devices, versión 2.0, 29.01.2020. https://edpb.europa.eu