Como funcionam realmente a contagem de pessoas e a análise de ocupação
Como funcionam a contagem de pessoas e as análises de ocupação: comparando métodos de visão baseados em WiFi, ToF, térmica e câmara, os produtos disponíveis e como construí-los.
A maioria dos projetos de contagem de pessoas dá errado antes mesmo de escolher o sensor, porque "quantas pessoas" são quatro medições diferentes e as equipes especificam a errada. Entradas ao longo de um dia, pessoas presentes agora mesmo, quanto tempo cada uma permaneceu e quantas estão esperando em uma fila exigem sensores diferentes, posicionamento diferente e precisão diferente. Um sistema que conta entradas com precisão pode relatar a ocupação de forma incorreta, e um sistema ajustado para ocupação pode perder entradas curtas completamente.
Este guia separa essas medições, compara os métodos de detecção honestamente (Wi-Fi e BLE, feixes infravermelhos, tempo de voo, térmico, visão estéreo e baseada em câmera) e aborda tanto os produtos que vale a pena comprar quanto como as equipes criam sua própria contagem baseada em câmera com os modelos do Ultralytics YOLO.
Quatro medições, não uma#
| Medição | Pergunta que responde | O que precisa | Falha comum |
|---|---|---|---|
| Entradas / fluxo de pessoas | Quantas pessoas entraram hoje? | Contagem direcional em cada entrada | Contar funcionários, entregas e reentradas como visitantes |
| Ocupação | Quantas pessoas estão lá dentro agora? | Entradas e saídas, com precisão, ou detecção de toda a área | Pequenos erros direcionais acumulando-se em um grande desvio ao longo do dia |
| Tempo de permanência | Quanto tempo as pessoas ficaram? | Rastreamento de trajetos sem identidade pela área | Perder rastreamentos devido à oclusão e, em seguida, contar o retorno em dobro |
| Tamanho da fila e tempo de espera | Quantas pessoas estão esperando e por quanto tempo? | Contagem baseada em região mais marcação de tempo | Definir onde uma fila começa quando não é uma linha organizada |
A ocupação é o que surpreende as equipes. Derivá-la de entradas menos saídas significa que cada erro de contagem se acumula: um pequeno erro direcional, repetido em cada movimento pela porta, deixa a contagem significativamente errada até o horário de fechamento. Sistemas que precisam de ocupação confiável detectam toda a área diretamente ou reiniciam a contagem em uma condição conhecida como vazia, normalmente durante a noite.
Comparação de métodos de detecção#
| Método | Como funciona | Pontos fortes | Limites | Perfil de privacidade |
|---|---|---|---|---|
| Wi-Fi / BLE | Detecta sinais de dispositivos | Área ampla, sem instalação no teto, barato onde já existem APs | Conta dispositivos, não pessoas; perde telefones desligados ou randomizados; baixa precisão | Sem imagens; os identificadores de dispositivos ainda são dados pessoais em muitas jurisdições |
| Feixe infravermelho | Interrupção de feixe em uma porta | Muito barato, simples, baixo consumo de energia | Sem direção, a menos que pareado; grupos andando lado a lado contam como um só | Mínimo |
| Tempo de voo (ToF) | Detecção de profundidade superior de uma zona | Contagem direcional precisa, robusta à iluminação, funciona no escuro | Cobertura estreita fixa por unidade; mais unidades para entradas amplas | Sem imagens reconhecíveis |
| Térmico | Detecta assinaturas de calor corporal | Funciona no escuro; inerentemente anônimo | Degrada quando a temperatura ambiente se aproxima da temperatura corporal; menor resolução | Forte — nenhuma imagem identificável |
| Visão estéreo | Duas lentes derivam a profundidade | Boa precisão e filtragem de altura para excluir crianças ou carrinhos | Maior custo unitário; precisa de montagem e calibração cuidadosas | Existem imagens, mas geralmente processadas localmente |
| Visão baseada em câmera | Modelos de detecção e rastreamento em vídeo | Contagens mais contexto — filas, zonas, direção, permanência, classes de objetos — em câmeras que você talvez já possua | Sensível à iluminação, oclusão e ângulo da câmera; precisa de poder computacional | Maior sensibilidade; requer projeto deliberado |
O verdadeiro compromisso é entre contexto e simplicidade. Um sensor ToF sobre uma porta faz um trabalho extremamente bem e não te diz mais nada. A visão baseada em câmera te dá direção, zonas, permanência, filas e classes de objetos a partir do mesmo fluxo, e assume os problemas de iluminação, oclusão e computação em troca.
Para uma única entrada onde apenas as entradas importam, o ToF superior geralmente é a melhor resposta de engenharia e a conversa sobre privacidade mais fácil. Para análise de várias zonas, filas ou contagens que devem se combinar com outras detecções, a visão é o método que escala para a exigência.
O que realmente degrada uma contagem#
Os números de precisão dos fornecedores são citados sob condições que raramente se parecem com uma implantação real. Os fatores que alteram a precisão no mundo real:
- Grupos e caminhada lado a lado. Duas pessoas ombro a ombro em uma porta larga são a subcontagem clássica. A largura da porta em relação à cobertura do sensor importa mais do que a precisão nominal do sensor.
- Oclusão. Carrinhos, guarda-chuvas, bagagens, expositores altos e multidão s densas escondem as pessoas de qualquer método que precise de uma visão clara.
- Ângulo da câmera. A visão superior é muito mais precisa do que a oblíqua para contagem, porque as visões oblíquas empilham as pessoas umas atrás das outras. Uma câmera de segurança reaproveitada em um ângulo raso é o motivo mais comum pelo qual uma contagem por visão decepciona.
- Iluminação. Entradas com luz de fundo ao nascer e ao pôr do sol são o caso mais difícil para a visão, assim como pisos reflexivos e portas de vidro.
- Ficar de bobeira no limiar. Alguém parado em uma porta conversando pode gerar travessias repetidas sem uma regra de persistência.
- Quem conta como visitante. Funcionários, pessoal de limpeza, entregas e transeuntes são geralmente a maior fonte isolada de divergência entre um sistema e uma auditoria manual, e é um problema de definição em vez de detecção.
- Contagem dupla por várias câmeras. Campos de visão sobrepostos contam a mesma pessoa duas vezes, a menos que as zonas sejam definidas como mutuamente exclusivas ou os rastreamentos sejam transferidos entre as câmeras.
Independentemente do que você implantar, valide em relação a uma contagem manual nas suas piores condições: horário mais movimentado, pior iluminação, entrada mais larga. A precisão sob essas condições é o número que importa.
Produtos que vale a pena selecionar se você estiver comprando#
Se o objetivo for relatórios de fluxo de pessoas, painéis de ocupação ou análises de conversão de varejo, esses são produtos maduros e a compra geralmente é a escolha certa. O Ultralytics não é uma alternativa a eles.
Xovis. Sensores de visão estéreo superiores com alta precisão para contagem de entradas, gerenciamento de filas e análise de zonas, amplamente implantados em aeroportos e grandes varejos. Melhor ajuste para ambientes onde a precisão da contagem é criticamente operacional. Compensação: hardware de sensor por área de cobertura, portanto, entradas amplas ou numerosas adicionam custo.
V-Count. Contagem de pessoas e análises voltadas diretamente para o varejo, com uma camada de plataforma cobrindo relatórios de fluxo de pessoas, ocupação e conversão. Melhor ajuste para redes de varejo multissite que desejam relatórios prontos para uso. Compensação: análises com foco em varejo traduzem-se menos naturalmente para ambientes industriais ou de campus.
Density. Medição de ocupação voltada para o local de trabalho, usando seus próprios sensores de profundidade anônimos, posicionados em torno de decisões de imóveis e utilização de espaço. Melhor ajuste para portfólios corporativos que otimizam o espaço de escritório. Compensação: criado para questões do local de trabalho em vez de conversão de varejo.
FootfallCam. Hardware de contagem mais análises com ampla cobertura de varejo e uma vasta gama de opções de sensores. Melhor ajuste para varejistas que desejam hardware e relatórios de um único fornecedor. Compensação: a variedade de modelos exige cuidado na especificação.
RetailNext. Plataforma de análises na loja onde a contagem alimenta um produto mais amplo de merchandising e comportamento do comprador. Melhor ajuste para varejistas cuja questão é o desempenho da loja, não apenas o tráfego. Compensação: escopo da plataforma bem além da contagem, com preço correspondente.
Sensormatic ShopperTrak. Contagem e benchmarking de tráfego de varejo de longa data com dados de mercado substanciais por trás. Melhor ajuste para varejistas que valorizam benchmarks comparativos. Compensação: orientação para varejo empresarial.
Axis. Aplicativos de contagem executados em câmeras Axis, úteis onde já existe um parque de câmeras Axis e hardware adicional não é bem-vindo. Melhor ajuste para organizações padronizadas em Axis. Compensação: vinculado a esse ecossistema de câmeras.
Cisco Spaces. Informações de ocupação e localização derivadas da infraestrutura de rede existente. Melhor ajuste para grandes campi que desejam ocupação sem novos sensores. Compensação: detecção baseada em dispositivo, com os limites de precisão que isso implica.
Construindo contagem baseada em câmera#
A contagem é uma das construções de visão mais acessíveis, e é por isso que é um primeiro projeto comum. Vale a pena construir quando a contagem é um componente de um sistema maior (uma máquina, um robô, uma plataforma de site, um produto que você envia) quando a contagem deve ser combinada com detecções que nenhum produto oferece, ou quando as imagens não podem sair das instalações.
O pipeline é bem estabelecido.
Detectar pessoas por quadro. Os modelos do Ultralytics YOLO (YOLOv8, YOLO11 e YOLO26) lidam com a detecção de pessoas, e o mesmo modelo pode detectar outras classes que te interessam na mesma passada: veículos, carrinhos, empilhadeiras.
Rastrear entre quadros. A contagem exige saber que a pessoa no quadro 200 é a pessoa do quadro 199. Os modelos do Ultralytics suportam rastreamento, que atribui IDs persistentes sem identidade em uma sequência, e a qualidade do rastreamento através de oclusões determina a qualidade da contagem muito mais do que a precisão da detecção.
Definir a geometria de contagem. Uma linha para contagem direcional de entrada e saída, ou um polígono para ocupação em uma região. A direção vem de qual lado da linha um rastreamento cruza. Onde várias câmeras cobrem áreas adjacentes, defina zonas para serem mutuamente exclusivas para que uma pessoa nunca seja contada duas vezes.
Adicionar persistência e eliminação de ruído (debouncing). Exija que um rastreamento seja estabelecido por N quadros antes de contar, e impeça que uma única pessoa parada em um limiar gere travessias repetidas. Essa camada, e não o modelo, é onde a maior parte da melhoria de precisão acontece.
Escolher o destino de implantação antecipadamente. A inferência contínua em vários fluxos é uma questão real de capacidade. A maioria das contagens não precisa de todos os quadros: defina a taxa de quadros pela velocidade com que alguém pode cruzar a linha, e não pelo que a câmera pode fornecer. Os modelos do Ultralytics exportam para formatos incluindo ONNX e TensorRT para hardware de borda próximo à câmera, o que também mantém o vídeo local.
Treinar com suas próprias imagens. Um modelo geral lida bem com pessoas; sua entrada específica ao nascer do sol, com portas de vidro e um piso reflexivo, é o que decide a precisão em produção. A Ultralytics Platform pode anotar essas imagens com a Anotação Inteligente baseada em SAM e treinar com elas no mesmo fluxo de trabalho.
Validar contra contagens manuais no horário mais movimentado e com a pior iluminação, e revalidar após qualquer movimento de câmera.
Se a contagem for integrada a um produto comercial ou sistema proprietário, observe que os modelos do Ultralytics YOLO são oferecidos sob AGPL-3.0 e tais implantações geralmente exigem uma licença do Ultralytics Enterprise, que também cobre a implantação privada. Resolva isso antes que um projeto piloto se torne um recurso enviado.
Privacidade: a contagem não deve identificar ninguém#
A contagem é uma das poucas aplicações de câmera que podem ser projetadas para preservar genuinamente a privacidade por padrão, e fazer isso elimina a maioria das objeções antes que sejam levantadas.
Nenhum método descrito aqui precisa identificar indivíduos. Entradas, ocupação, permanência e tamanho da fila funcionam com detecções anônimas e rastreamentos sem identidade que existem apenas enquanto a pessoa está no quadro. O Ultralytics não oferece seus modelos para reconhecimento facial, e criar identificação em um sistema de contagem adiciona uma exposição jurídica substancial sem melhorar nenhuma dessas medições.
Escolhas de design que mantêm isso assim: Processar localmente e manter apenas as contagens. Se a saída for um número por intervalo, retenha o número e descarte os quadros. - Não persistir IDs de rastreamento além do campo de visão. Um rastreamento que termina na borda do quadro deve terminar. Reidentificar a mesma pessoa em várias câmeras ou visitas é um sistema materialmente diferente com obrigações materialmente diferentes. - Agregar em intervalos em vez de registrar eventos individuais, quando o caso de uso permitir. - Avisar publicamente, e onde o ambiente for um local de trabalho, consulte os representantes dos trabalhadores: um requisito em grande parte da UE e uma boa prática em todos os lugares. - Preferir sensores inerentemente anônimos onde apenas uma contagem for necessária. Se ToF ou térmico responder à pergunta, essa é a conversa mais fácil. - Documentar o propósito por câmera, o que torna uma avaliação de proteção de dados simples.
- Nota: As traduções do sistema seguirão estritamente o formato exigido pelo usuário.
Observe que "sem câmeras" não significa automaticamente "mais privado". A contagem por Wi-Fi e BLE funciona a partir de identificadores de dispositivos, que são dados pessoais sob o GDPR em muitas circunstâncias, enquanto um sensor térmico que produz apenas uma contagem não está processando dados pessoais de forma alguma. Julgue o método pelo que ele retém, e não por envolver ou não uma lente.
Perguntas frequentes
Para análise de tráfego de pedestres e conversão no varejo: V-Count, RetailNext, ShopperTrak e FootfallCam. Para contagem de alta precisão em entradas e filas: Xovis. Para ocupação de locais de trabalho e utilização de espaço: Density, ou Cisco Spaces onde a detecção baseada em rede for suficiente. Para contagem como componente de um sistema que estás a construir, a visão baseada em câmaras com modelos Ultralytics YOLO é o caminho habitual.
A detecção superior, por tempo de voo ou visão estéreo, é geralmente a mais precisa para a contagem de entradas, porque uma perspetiva de cima para baixo elimina em grande parte a oclusão entre as pessoas. As abordagens de visão baseada em câmaras aproximam-se dessa precisão quando montadas no teto e degradam-se notavelmente em ângulos oblíquos. Wi-Fi e BLE são os menos precisos, porque contam dispositivos em vez de pessoas.
Depende quase inteiramente do ângulo da câmara, da iluminação e da densidade da multidão, e não do modelo. Uma câmara no teto com iluminação uniforme tem um desempenho muito diferente de uma câmara de segurança reaproveitada num ângulo inclinado sobre uma entrada de vidro retroiluminada. Valida comparando com uma contagem manual na tua hora mais movimentada, em vez de confiares em qualquer valor publicado.
Frequentemente sim, com uma ressalva: as câmaras posicionadas para segurança estão anguladas para ver rostos e áreas amplas, o que está próximo da pior geometria para a contagem. Espera resultados adequados para tendências de ocupação de zonas e resultados menos fiáveis para contagens precisas de entradas. Adicionar uma câmara no teto na entrada geralmente supera a afinação de um modelo contra um ângulo desfavorável.
Não. Cada medição aqui (entradas, ocupação, permanência, comprimento da fila) funciona com detecções de pessoas anónimas com rastreios sem identidade que existem apenas enquanto alguém está no enquadramento. Adicionar identificação aumenta a exposição legal sem melhorar a contagem.
Ou contas entradas e saídas de forma direcional e manténs um total acumulado, ou detetas toda a área diretamente. A primeira opção é mais barata e acumula erros ao longo do dia, pelo que necessita de uma reposição periódica numa condição conhecida como vazia. A segunda é mais robusta, mas requer cobertura de todo o espaço.
Mais frequentemente devido à definição e não à detecção: funcionários, entregas, pessoal de limpeza e pessoas que passam sem parar. Acorda o que conta como visitante antes de comparar os números. Depois disso, as causas técnicas habituais são grupos a caminhar lado a lado, oclusão e zonas de câmara sobrepostas a contar duas vezes.
Compra, se o requisito for relatório de tráfego de pedestres ou ocupação. Os produtos são maduros e o custo total de construção de uma camada de relatórios é rotineiramente subestimado. Constrói quando a contagem for um componente de um sistema maior, quando tiver de se combinar com detecções que nenhum produto oferece, ou quando o vídeo não puder sair do local.
