diff --git a/vigilancia/enroll.py b/vigilancia/enroll.py
index c3c1f95..286d66f 100644
--- a/vigilancia/enroll.py
+++ b/vigilancia/enroll.py
@@ -35,9 +35,9 @@ def capturar_cuerpo(r, frame):
 
 
 def main():
-    nombres = sys.argv[1:3]
-    while len(nombres) < 2:
-        nombres.append(f"Hija{len(nombres) + 1}")
+    nombres = sys.argv[1:]
+    if not nombres:
+        nombres = ["Hija1", "Hija2"]
     print(f"Registrando: {nombres}")
 
     r = rec.cargar_reconocedor()
@@ -102,6 +102,9 @@ def main():
                 cv2.imwrite(os.path.join(carpeta, "cara_ref.jpg"),
                             frame[max(0, y - 20):y + h + 20, max(0, x - 20):x + w + 20])
                 print(f"  Cara de {nombre} registrada (score {caja[-1]:.2f})")
+                if os.path.exists(os.path.join(carpeta, "body.npy")):
+                    print(f"  {nombre} ya tenia cuerpo; registro completado.")
+                    break
                 fase = "cuerpo"
 
             elif fase == "cuerpo" and tecla == ord("b"):
diff --git a/vigilancia/main.py b/vigilancia/main.py
index a8c6cd6..67ae00f 100644
--- a/vigilancia/main.py
+++ b/vigilancia/main.py
@@ -131,7 +131,13 @@ def main():
             texto = f"🚨 Presencia en {cam.nombre} - {ts}"
             if ident is not None:
                 try:
-                    resultados = ident.analizar_frame(frame)
+                    resultados = []
+                    for _ in range(3):
+                        f2 = cam.leer_frame()
+                        if f2 is None:
+                            continue
+                        resultados += ident.analizar_frame(f2)
+                        time.sleep(0.1)
                     if resultados:
                         texto = componer_alerta(resultados, cam.nombre, ts)
                 except Exception as e:
diff --git a/vigilancia/reconocedor.py b/vigilancia/reconocedor.py
index 0ebe201..00efd74 100644
--- a/vigilancia/reconocedor.py
+++ b/vigilancia/reconocedor.py
@@ -69,19 +69,48 @@ class Reconocedor:
         return [c for c in caras if c[-1] >= 0.6]
 
     def embedding_cara(self, frame, caja):
-        x, y, w, h = (int(v) for v in caja[:4])
-        x, y = max(0, x), max(0, y)
-        recorte = frame[y:y + h, x:x + w]
-        if recorte.size == 0:
+        alineada = self._alinear_cara(frame, caja)
+        if alineada is None:
             return None
         blob = cv2.dnn.blobFromImage(
-            recorte, 1.0 / 128, (112, 112), (127.5, 127.5, 127.5), swapRB=True
+            alineada, 1.0 / 128, (112, 112), (127.5, 127.5, 127.5), swapRB=True
         )
         self.arcface.setInput(blob)
         emb = self.arcface.forward().flatten()
         norm = np.linalg.norm(emb)
         return emb / norm if norm > 0 else None
 
+    @staticmethod
+    def _alinear_cara(frame, caja):
+        """Alinea el rostro con los landmarks (ArcFace espera 112x112 alineado)."""
+        if len(caja) < 15:
+            return None
+        pts = caja[4:14].reshape(5, 2)
+        if pts.min() < 0:
+            return None
+        # Template estandar de ArcFace (112x112)
+        dst = np.array([
+            [38.2946, 51.6963],
+            [73.5318, 51.5014],
+            [56.0252, 71.7366],
+            [41.5493, 92.3655],
+            [70.7299, 92.2041],
+        ], dtype=np.float32)
+        # Orden YuNet: ojo der, ojo izq, nariz, comisura der, comisura izq
+        src = np.array([
+            pts[1], pts[0], pts[2], pts[4], pts[3],
+        ], dtype=np.float32)
+        try:
+            M, _ = cv2.estimateAffinePartial2D(src, dst, method=cv2.LMEDS)
+        except Exception:
+            return None
+        if M is None:
+            return None
+        alineada = cv2.warpAffine(
+            frame, M, (112, 112), borderValue=0.0
+        )
+        return alineada
+
     # ------------------------------------------------------------------
     # Cuerpo
     # ------------------------------------------------------------------