Por lo general, los dispositivos trabajan para mejorar la calidad de vida, medir parámetros y tomar decisiones. También señalizan estados y toman acciones en consecuencia. Al trabajar, miden diferentes valores. Estos se comparan con umbrales. Hace algún tiempo, los sistemas de visión entraron en juego. Utilizan cámara(s) para entregar imágenes a un módulo procesador. Las imágenes recibidas se procesan para realizar detecciones (normalmente se enfocan en detectar objetos, peatones, ciclomotores, ciclistas, etc.). Las imágenes se analizan y se utilizan umbrales para comparar los valores calculados. Lo importante es que las imágenes están afectadas por ruido. Por lo tanto, el rendimiento del sistema de visión puede verse afectado por las condiciones climáticas en algunas aplicaciones (por ejemplo, en automoción). Un caso interesante en este ámbito es cuando los valores medidos/calculados muestran pequeñas variaciones cerca del umbral (sin excederlo) pero muy cerca de él. El sistema no puede señalizar/declarar un estado en este caso. También es importante mencionar que cambiar el umbral no garantiza resolver el problema en futuros casos, ya que esto puede volver a ocurrir. Este documento propone la familia de filtros Alfa-Beta como solución a este problema. Los miembros pueden rastrear una señal basándose en los valores medidos. Esto revela errores cuando la primera derivada de la señal rastreada cambia de signo. Estos errores se utilizan en este documento para evitar el problema del umbral. Dado que estos errores aparecen en ambas situaciones (cuando la primera derivada disminuye de positiva a negativa y aumenta de negativa a positiva), el método propuesto funciona cuando los datos observados están en las cercanías del umbral pero por encima de él.