Modelos por caso de uso
Recuento de personas, detección de objeto, defectos y matriculas, entrenados con tus cámaras.
Lo que pasa en la tienda, medido. Análisis de vídeo en streaming para contar personas, medir permanencias, detectar anomalías y controlar la calidad en fábrica.
Una cámara con análisis no vigila: cuenta, mide y avisa de lo que no encaja.
Detección de personas y objetos, Medición de permanencia y alertas en streaming o sobre el vídeo grabado. Lee la guía completa de Inteligencia Artificial para el contexto teórico.
Una cámara de seguridad genera horas de vídeo que nadie mira. Con visión artificial, ese vídeo se convierte en datos: cuántas personas entran, cuánto tiempo se quedan, dónde se acumulan, qué producto se agota en el lineal y cuándo ocurre algo que no encaja con el normality de la tienda. En fábrica, lo mismo sirve para detectar defectos y para medir el ritmo de línea.
Va dirigido a retail con cámaras ya instaladas, a almacenes y a plantas de producción. El requisito es que el vídeo sea legal en ese uso y que exista una política clara de protección de datos: no se analiza a personas, se analizan flujos y eventos.
Modelos por caso de uso, análisis en streaming, Medición de Metrics y alertas con evidencia.
Recuento de personas, detección de objeto, defectos y matriculas, entrenados con tus cámaras.
Procesamiento en directo o por lotes, con el coste de cámara calculado.
Tráfico, permanencia, conversión por zona y uso del lineal.
Aviso con el clip, el instante y la zona exacta donde ocurre la anomalía.
Detección de defectos en línea con clasificación por tipo.
Métricas por tienda y por franja, con comparativa y alertas decaióda.
Cámara, instante, objeto detectado, confianza y fragmento de vídeo.
Cinco pasos que se ejecutan en tiempo real.
El vídeo llega de la cámara o del archivo y se procesa por fotogramas con muestreo.
El modelo identifica personas, objetos y eventos con su confianza.
Los objetos se rastrean para medir recorridos, permanencias e interacciones.
Los eventos se agregan en métricas por tienda, zona, día y franja.
Cuando algo se sale de lo normal, se avisa con el clip y el instante exacto.
El umbral de alerta se define con la normalidad de cada tienda. Una tienda con mucho tráfico no puede tener el mismo límite que una de baja rotación.
Elegimos un caso de uso, lo probamos en una tienda y escalamos con los datos.
Elegimos una métrica que tenga valor claro: tráfico, permanencia, calidad o seguridad.
Probamos con cámaras reales, ajustamos el modelo y medimos la fiabilidad.
Definimos la lectura diaria para el equipo de tienda y para operaciones.
Acordamos umbrales, responsables y el formato del aviso con evidencia.
Extendemos a más puntos con el mismo modelo, cuidando el coste por cámara.
El mismo sistema sirve para retail, industria o seguridad.
El equipo de tienda no sabía por qué unas tiendas vendían más que otras.
El análisis de tráfico y permanencia explicó que las tiendas con más gente en el pasillo central vendían un 18% menos.
El control de calidad visual se hacía con dos inspectores en la línea final.
El modelo señala los defectos y los inspectores se centran en los casos dudosos.
Los envíos se contaban a mano con dos personas en dos turnos.
El recuento automático por cámara deja la supervisión en una persona y el histórico por turno.
Lo que más nos cambió el día a día no fue el tráfico, fue ver dónde se quedan las personas sin comprar. Eso lo arreglamos con la distribución del lineal.
Reseña verificada en Google
4,9/5 · 240+ opiniones.
Depende del uso y del país. Para analíticas agregadas de tráfico y permanencia, con información no identificable, el marco habitual lo permite si hay información clara al visitante. Para reconocimiento de personas, hay restricciones serias. Revisamos el caso concreto con tu documentación antes de empezar.
Cámaras IP o cámaras de vídeo ya instaladas, con calidad suficiente para el análisis. No hace falta cámara nueva en la mayoría parte de los casos; a veces basta con cambiar el ángulo.
Se calcula por cámara y por franja. Con procesamiento en la nube el coste es por hora de vídeo analizado; con tarjeta en la propia tienda, es una inversión de hardware que se amortigua con el volumen.
Tráfico, permanencia, recorridos, conversión por zona, uso del lineal, tiempos de espera y eventos anómalos. Lo que no hacemos es identificar ni perfilar a personas.
Sí. El mismo análisis se aplica por lotes al archivo, lo que permite analizar retrospectivamente incidencia y medir la mejora de una reorganización del lineal.
De seis a ocho semanas hasta el primer panel con datos de un punto concreto, incluida la calibración del modelo con tus cámaras.
Media hora para entender si este servicio merece la pena. Si no lo tiene, te lo decimos en la llamada.
30 minutos con Jorge Sánchez Mosquete, experto en Detección de objetos en vídeo. Sin compromiso, en español.
Powered by Netbulb
Empezamos con una auditoría gratuita de 30 minutos. Después, tú decides qué módulos quieres contratar.