La estimación de la Velocidad Angular Instantánea (IAS) ha atraído en los últimos años un creciente interés en el diagnóstico de máquinas rotativas. La medición de la IAS puede utilizarse como fuente de información sobre la condición de la máquina en sí misma, o para realizar un remuestreo angular a través del Seguimiento de Órdenes Computadas, una práctica que es esencial para resaltar la firma espectral de la máquina en caso de condiciones operativas no estacionarias. En este sentido, la conferencia internacional SURVISHNO 2019 celebrada en INSA Lyon del 8 al 10 de julio de 2019 propuso un desafío sobre la estimación de la velocidad instantánea no estacionaria de un ventilador a partir de un video tomado por un teléfono inteligente, un dispositivo de bolsillo de bajo costo que hoy en día se puede encontrar en el bolsillo de todos. Este trabajo, originado por el autor, consiste en realizar un seguimiento del movimiento sin conexión del ventilador (en realidad, de la cabeza de su tornillo de bloqueo) y obtener luego una estimación confiable de la IAS. El algoritmo propuesto aquí es una actualización de la técnica de Coincidencia de Plantillas (TM) establecida (es decir, en la comunidad de Procesamiento de Señales, un filtro adaptado bidimensional), que aquí se integra en una búsqueda de Algoritmo Genético (GA). Utilizando una plantilla reconstruida a partir de un modelo matemático paramétrico simplificado de las características de interés (es decir, la geometría conocida de los bordes de la cabeza del tornillo), el GA puede adaptar la plantilla para que coincida con la imagen de búsqueda, lo que conduce a una hibridación de enfoques basados en plantillas y en características que permite superar los problemas conocidos de la TM tradicional relacionados con el escalado y las rotaciones de la imagen de búsqueda con respecto a la plantilla. Además, es capaz de resolver la posición del centro de la cabeza del tornillo con una resolución que va más allá del límite de la cuadrícula de píxeles. Repitiendo el análisis cuadro por cuadro y centrándose en la posición angular de la cabeza del tornillo a lo largo del tiempo, el algoritmo propuesto puede utilizarse como un tacómetro de video sin conexión efectivo capaz de estimar la IAS a partir del video, evitando la necesidad de costosos codificadores o tacómetros de alta resolución.