Cómo funcionan realmente el recuento de personas y la analítica de ocupación
Cómo funcionan el recuento de personas y la analítica de ocupación: comparación de métodos basados en WiFi, ToF, térmicos y de visión con cámaras, productos disponibles y cómo crear una solución.
La mayoría de los proyectos de conteo de personas fracasan antes de elegir ningún sensor, porque «cuántas personas» puede referirse a cuatro mediciones distintas y los equipos suelen especificar la que no es. El número de entradas a lo largo de un día, las personas presentes en este momento, cuánto tiempo se queda cada una y cuántas esperan en una cola requieren métodos de detección, ubicaciones y niveles de precisión diferentes. Un sistema que cuenta las entradas con precisión puede informar mal de la ocupación, y uno ajustado para medir la ocupación puede pasar por alto por completo las entradas breves.
Esta guía distingue esas mediciones, compara con rigor los métodos de detección (WiFi y BLE, haces infrarrojos, tiempo de vuelo, térmica, estéreo y visión basada en cámaras) y explica tanto qué productos merece la pena comprar como cómo crean los equipos sus propios sistemas de conteo basados en cámaras con modelos Ultralytics YOLO.
Cuatro mediciones, no una#
| Medición | Pregunta a la que responde | Qué necesita | Fallo habitual |
|---|---|---|---|
| Entradas / afluencia | ¿Cuántas personas han entrado hoy? | Conteo direccional en cada entrada | Contar al personal, las entregas y las reentradas como visitantes |
| Ocupación | ¿Cuántas personas hay dentro ahora mismo? | Conteo preciso de entradas y salidas o detección de toda la zona | Pequeños errores direccionales que se acumulan y provocan grandes desviaciones a lo largo del día |
| Tiempo de permanencia | ¿Cuánto tiempo se han quedado las personas? | Seguimiento de trayectorias por la zona sin identificar a las personas | Perder el seguimiento al quedar alguien oculto y después contar dos veces su regreso |
| Longitud y espera de la cola | ¿Cuántas personas esperan y durante cuánto tiempo? | Conteo por zonas y medición del tiempo | Determinar dónde empieza una cola cuando no forma una fila ordenada |
La ocupación es la medición que más sorprende a los equipos. Calcularla restando las salidas de las entradas hace que se acumule cada error de conteo: un pequeño error direccional repetido con cada movimiento por la puerta deja una cifra considerablemente equivocada al cierre. Los sistemas que necesitan medir la ocupación de forma fiable detectan directamente toda la zona o reinician el conteo cuando saben que el espacio está vacío, normalmente durante la noche.
Comparativa de métodos de detección#
| Método | Cómo funciona | Ventajas | Limitaciones | Privacidad |
|---|---|---|---|---|
| WiFi / BLE | Detecta señales de dispositivos | Amplia cobertura, sin instalación en el techo y bajo coste donde hay AP | Cuenta dispositivos, no personas; no detecta los teléfonos apagados o con identificadores aleatorios; poca precisión | No captura imágenes; en muchos marcos normativos, los identificadores de dispositivos siguen siendo datos personales |
| Haz infrarrojo | Un haz que se interrumpe al cruzar una puerta | Muy barato, sencillo y de bajo consumo | No detecta la dirección salvo que se combine con otro; cuenta como una sola a las personas que caminan en grupo, una al lado de otra | Mínima |
| Tiempo de vuelo (ToF) | Detección cenital de la profundidad de una zona | Conteo direccional preciso, resistente a las condiciones de iluminación y operativo en la oscuridad | Cobertura fija y estrecha por unidad; hacen falta más unidades para entradas anchas | No produce imágenes reconocibles |
| Térmica | Detecta las señales térmicas del cuerpo | Funciona en la oscuridad y es anónima por naturaleza | Pierde eficacia cuando la temperatura ambiente se aproxima a la corporal; menor resolución | Alta: no produce imágenes identificables |
| Visión estéreo | Dos lentes calculan la profundidad | Buena precisión y filtrado por altura para excluir a niños o carritos | Mayor coste por unidad; requiere una instalación y calibración cuidadosas | Se capturan imágenes, pero normalmente se procesan de forma local |
| Visión basada en cámaras | Modelos de detección y seguimiento aplicados al vídeo | Ofrece conteos y contexto —colas, zonas, dirección, tiempo de permanencia y clases de objetos— con cámaras que quizá ya tengas | Sensible a la iluminación, las oclusiones y el ángulo de cámara; requiere capacidad de cálculo | Máxima sensibilidad; requiere un diseño deliberado |
La verdadera disyuntiva está entre el contexto y la sencillez. Un sensor ToF sobre una puerta hace muy bien una sola tarea y no te dice nada más. La visión basada en cámaras proporciona dirección, zonas, tiempo de permanencia, colas y clases de objetos a partir del mismo flujo, pero a cambio obliga a afrontar problemas de iluminación, oclusiones y capacidad de cálculo.
Para una única entrada en la que solo importan las entradas, el ToF cenital suele ser la mejor solución de ingeniería y facilita las conversaciones sobre privacidad. Para analizar varias zonas, gestionar colas o combinar el conteo con otras detecciones, la visión es el método que se adapta a los requisitos.
Qué afecta realmente a la precisión del conteo#
Las cifras de precisión de los proveedores se calculan en condiciones que rara vez se parecen a las de un despliegue real. Estos son los factores que afectan a la precisión en situaciones reales:
- Grupos y personas que caminan en paralelo. El caso clásico de infraestimación es el de dos personas que pasan hombro con hombro por una puerta ancha. La relación entre la anchura de la puerta y la cobertura del sensor importa más que la precisión nominal del sensor.
- Oclusión. Los carritos, los paraguas, el equipaje, los expositores altos y las multitudes densas ocultan a las personas a cualquier método que necesite una vista despejada.
- Ángulo de cámara. Para contar, una vista cenital es mucho más precisa que una oblicua, porque desde un ángulo oblicuo las personas se ocultan unas a otras. Una cámara de seguridad reutilizada y colocada en un ángulo bajo es la causa más habitual de que un sistema de visión decepcione.
- Iluminación. Las entradas a contraluz al amanecer y al atardecer son el caso más difícil para la visión, al igual que los suelos reflectantes y las puertas de cristal.
- Personas que se quedan en el umbral. Alguien que se detiene a hablar en una puerta puede generar cruces repetidos si no se establece una regla de permanencia.
- Quién cuenta como visitante. El personal, el personal de limpieza, las entregas y quienes solo pasan por allí suelen ser la principal causa de discrepancias entre un sistema y un recuento manual; es un problema de definición, no de detección.
- Doble conteo entre varias cámaras. Los campos de visión solapados cuentan dos veces a la misma persona, salvo que las zonas se definan para que no se solapen o se transfiera el seguimiento entre cámaras.
Sea cual sea el sistema que despliegues, valídalo comparándolo con un conteo manual en las peores condiciones: la hora de mayor afluencia, la peor iluminación y la entrada más ancha. La cifra que importa es la precisión en esas condiciones.
Productos que conviene incluir en la preselección si vas a comprar#
Si buscas informes de afluencia, paneles de ocupación o analítica de conversión en tiendas, estos productos son maduros y suele ser acertado comprarlos. Ultralytics no es una alternativa a ellos.
Xovis. Sensores cenitales de visión estéreo con gran precisión para contar entradas, gestionar colas y analizar zonas, muy utilizados en aeropuertos y grandes superficies comerciales. Son ideales para entornos donde la precisión del conteo es crucial para las operaciones. La contrapartida: se necesita un sensor por zona de cobertura, por lo que las entradas anchas o numerosas aumentan el coste.
V-Count. Soluciones de conteo de personas y analítica específicamente dirigidas al comercio minorista, con una plataforma que incluye informes de afluencia, ocupación y conversión. Son ideales para cadenas de tiendas con varios establecimientos que quieren informes listos para usar. La contrapartida: la analítica orientada al comercio minorista se adapta peor a entornos industriales o universitarios.
Density. Medición de la ocupación en oficinas mediante sus propios sensores de profundidad anónimos, orientada a decisiones inmobiliarias y de aprovechamiento del espacio. Es ideal para empresas que optimizan el espacio de sus oficinas. La contrapartida: está diseñada para cuestiones relacionadas con el lugar de trabajo, no con la conversión en tiendas.
FootfallCam. Hardware de conteo y analítica con amplia cobertura del sector minorista y una gran variedad de sensores. Es ideal para comerciantes que quieren obtener el hardware y los informes de un único proveedor. La contrapartida: la variedad de modelos exige prestar atención a la hora de especificarlos.
RetailNext. Plataforma de analítica en tienda donde el conteo alimenta una solución más amplia de comercialización y comportamiento de los compradores. Es ideal para comerciantes interesados en el rendimiento de las tiendas, no solo en el tráfico. La contrapartida: la plataforma abarca mucho más que el conteo y su precio refleja ese alcance.
Sensormatic ShopperTrak. Solución consolidada desde hace tiempo para contar el tráfico en tiendas y compararlo con referencias del mercado, con una gran cantidad de datos de mercado como respaldo. Es ideal para comerciantes que valoran los puntos de referencia comparativos. La contrapartida: está orientada al comercio minorista empresarial.
Axis. Aplicaciones de recuento que se ejecutan en cámaras Axis, útiles cuando ya existe una infraestructura Axis y no se quiere añadir hardware. La mejor opción para organizaciones que utilizan Axis de forma estandarizada. Inconveniente: dependencia de ese ecosistema de cámaras.
Cisco Spaces. Información sobre ocupación y ubicación obtenida de la infraestructura de red existente. La mejor opción para grandes campus que quieren medir la ocupación sin instalar sensores nuevos. Inconveniente: detección basada en dispositivos, con los límites de precisión que eso implica.
Recuento basado en cámaras en edificios#
El recuento es una de las aplicaciones de visión más accesibles, por lo que suele ser el primer proyecto. Merece la pena desarrollarlo cuando el recuento es un componente de un sistema más amplio (una máquina, un robot, una plataforma para instalaciones o un producto que comercializas), cuando el recuento debe combinarse con detecciones que ningún producto ofrece o cuando el vídeo no puede salir de las instalaciones.
La cadena de procesamiento está bien establecida.
Detecta personas en cada fotograma. Los modelos Ultralytics YOLO (YOLOv8, YOLO11 y YOLO26) detectan personas, y el mismo modelo puede detectar otras clases que te interesen en la misma pasada: vehículos, carritos y carretillas elevadoras.
Haz el seguimiento entre fotogramas. Para contar, hay que saber que la persona del fotograma 200 es la misma que la del fotograma 199. Los modelos Ultralytics admiten el seguimiento, que asigna identificadores persistentes sin identidad a lo largo de una secuencia; la calidad del seguimiento durante las oclusiones determina la calidad del recuento mucho más que la precisión de la detección.
Define la geometría de recuento. Una línea para contar entradas y salidas direccionales, o un polígono para la ocupación de una zona. La dirección se determina según el lado de la línea desde el que la cruza una trayectoria. Si varias cámaras cubren zonas adyacentes, define zonas mutuamente excluyentes para que nunca se cuente dos veces a una persona.
Añade persistencia y antirrebote. Exige que una trayectoria se mantenga durante N fotogramas antes de contarla y evita que una sola persona que merodea junto a un umbral genere cruces repetidos. Esta capa, y no el modelo, es la que más suele mejorar la precisión.
Elige pronto el destino de despliegue. La inferencia continua en varios flujos plantea una cuestión real de capacidad. La mayoría de los recuentos no necesita todos los fotogramas: establece la frecuencia de fotogramas según lo rápido que alguien pueda cruzar la línea, no según lo que pueda ofrecer la cámara. Los modelos Ultralytics se exportan a formatos como ONNX y TensorRT para hardware periférico junto a la cámara, lo que también permite mantener el vídeo en local.
Entrena con tus propias grabaciones. Un modelo general gestiona bien a las personas; lo que determina la precisión en producción es tu entrada concreta al amanecer, con puertas de cristal y suelo reflectante. Ultralytics Platform puede anotar esas grabaciones con la anotación inteligente basada en SAM y entrenar con ellas en el mismo flujo de trabajo.
Valida con recuentos manuales durante la hora de más afluencia y con la peor iluminación, y vuelve a validar después de mover la cámara.
Si el recuento se integra en un producto comercial o en un sistema propietario, ten en cuenta que los modelos Ultralytics YOLO se ofrecen bajo AGPL-3.0 y que estos despliegues suelen requerir una licencia Ultralytics Enterprise, que también cubre el despliegue privado. Resuelve este aspecto antes de que un piloto se convierta en una funcionalidad comercializada.
Privacidad: el recuento no debería identificar a nadie#
El recuento es una de las pocas aplicaciones con cámaras que se pueden diseñar para proteger realmente la privacidad, y hacerlo de este modo evita la mayoría de las objeciones antes de que surjan.
Ninguno de los métodos descritos aquí necesita identificar a las personas. Las entradas, la ocupación, el tiempo de permanencia y la longitud de las colas funcionan con detecciones anónimas y trayectorias sin identidad que solo existen mientras una persona está en el fotograma. Ultralytics no ofrece sus modelos para el reconocimiento facial, e incorporar la identificación a un sistema de recuento supone una exposición legal considerable sin mejorar ninguna de estas mediciones.
Decisiones de diseño para mantenerlo así:
- Procesa los datos en local y conserva solo los recuentos. Si el resultado es un número por intervalo, conserva el número y descarta los fotogramas. - No conserves los identificadores de trayectoria fuera del campo de visión. Una trayectoria que termina en el borde del fotograma debe finalizar ahí. Volver a identificar a la misma persona entre cámaras o visitas es un sistema sustancialmente distinto, con obligaciones también sustancialmente distintas. - Agrega los datos por intervalos en lugar de registrar eventos individuales, cuando el caso de uso lo permita. - Coloca avisos y, si se trata de un entorno laboral, consulta a los representantes de los trabajadores: es obligatorio en gran parte de la UE y una buena práctica en todas partes. - Prioriza la detección intrínsecamente anónima cuando solo necesites un recuento. Si la tecnología ToF o térmica responde a la pregunta, será más fácil justificarla. - Documenta la finalidad de cada cámara, lo que facilita una evaluación de protección de datos.
Ten en cuenta que «sin cámaras» no significa automáticamente «más privacidad». El recuento por WiFi y BLE se basa en identificadores de dispositivos, que en muchas circunstancias son datos personales según el RGPD, mientras que un sensor térmico que solo genera un recuento no trata ningún dato personal. Evalúa el método por los datos que conserva, no por si utiliza una lente.
Preguntas frecuentes
Para analizar el tráfico y la conversión en comercios: V-Count, RetailNext, ShopperTrak y FootfallCam. Para contar entradas y colas con gran precisión: Xovis. Para la ocupación y el aprovechamiento del espacio en el lugar de trabajo: Density o Cisco Spaces, si basta con la detección basada en la red. Para incorporar el recuento como componente de un sistema que estás desarrollando, lo habitual es recurrir a visión con cámaras y modelos Ultralytics YOLO.
La detección cenital, ya sea mediante tecnología de tiempo de vuelo o visión estereoscópica, suele ser la más precisa para contar entradas, porque la vista desde arriba elimina en gran medida las oclusiones entre personas. La visión con cámaras se acerca a esa precisión cuando la cámara se instala en alto y pierde precisión notablemente con ángulos oblicuos. WiFi y BLE son los métodos menos precisos, porque cuentan dispositivos, no personas.
Depende casi por completo del ángulo de la cámara, la iluminación y la densidad de la multitud, más que del modelo. Una cámara cenital con iluminación uniforme ofrece resultados muy distintos de los de una cámara de seguridad reutilizada, colocada en un ángulo bajo frente a una entrada de cristal a contraluz. Valida el sistema con un recuento manual durante la hora de más afluencia, en lugar de confiar en cifras publicadas.
A menudo sí, con una salvedad: las cámaras colocadas para seguridad suelen orientarse para captar caras y zonas amplias, una geometría casi ideal para obtener malos resultados de recuento. Espera resultados adecuados para analizar tendencias de ocupación por zonas y menos fiables para contar entradas con precisión. Normalmente, añadir una cámara cenital en la entrada da mejores resultados que ajustar un modelo para compensar un ángulo inadecuado.
No. Todas las mediciones de aquí (entradas, ocupación, tiempo de permanencia y longitud de las colas) se basan en detecciones anónimas de personas y trayectorias sin identidad que solo existen mientras alguien aparece en el fotograma. Añadir identificación aumenta la exposición legal sin mejorar el recuento.
Puedes contar las entradas y salidas según la dirección y mantener un total acumulado, o detectar directamente toda la zona. La primera opción es más barata y acumula errores a lo largo del día, por lo que necesita un reinicio periódico cuando se sabe que la zona está vacía. La segunda es más robusta, pero requiere cubrir todo el espacio.
Lo más habitual es que se deba a la definición, no a la detección: personal, entregas, personal de limpieza y personas que pasan sin detenerse. Acordad qué cuenta como visitante antes de comparar cifras. Después, las causas técnicas más habituales son los grupos que caminan en paralelo, las oclusiones y el solapamiento de zonas de cámara que provoca recuentos dobles.
Compra un producto si necesitas informes de tránsito u ocupación. Estos productos están consolidados y suele subestimarse el coste total de desarrollar una capa de informes. Desarrolla un sistema cuando el recuento sea un componente de otro sistema más amplio, cuando tenga que combinarse con detecciones que ningún producto ofrece o cuando el vídeo no pueda salir de las instalaciones.
