3D People Counter: Como Funcionam e Qual é a Precisão Real

Uma rede de varejo com 40 lojas descobre, na reunião de resultados, que a taxa de conversão da loja do shopping caiu de 22% para 17% em um trimestre. Vendas estáveis, tráfego supostamente em alta. A diretoria pede explicações, o gerente regional culpa a equipe e três semanas depois alguém percebe que o sensor da entrada principal estava contando o reflexo de um painel de LED novo instalado pelo shopping. Esse cenário é mais comum do que parece, e é exatamente o problema que um 3d people counter foi projetado para eliminar. Antes de aprovar o orçamento para trocar ou ampliar sua base de sensores, vale entender o que acontece dentro do equipamento e onde a precisão prometida na proposta realmente se sustenta.

O que um 3d people counter faz de diferente

A maioria dos sensores 3D de contagem usa visão estéreo: duas lentes separadas por alguns centímetros, instaladas no teto, olhando diretamente para baixo. Como as duas imagens têm uma pequena diferença de ângulo, o processador calcula a distância de cada ponto da cena até a lente, da mesma forma que o cérebro humano usa dois olhos para perceber profundidade. O resultado não é uma imagem, mas um mapa de altura da área monitorada.

Isso muda tudo. Uma pessoa aparece como um objeto com altura entre 1,40 m e 2 m que se move pelo chão. Um carrinho de compras tem 1 m. Uma sombra tem altura zero. Um reflexo no piso polido tem altura zero. Um balão de promoção preso no teto tem altura demais e não se move. O algoritmo rastreia cada objeto com perfil humano enquanto ele cruza uma linha virtual de contagem, registra a direção (entrada ou saída) e descarta o resto. Alguns modelos, como os da Xovis, combinam visão estéreo com processamento de IA na própria câmera para refinar ainda mais a separação de objetos.

Vale notar que existem também sensores 3D baseados em tempo de voo (ToF), que emitem luz infravermelha e medem o tempo de retorno. Funcionam bem em ambientes escuros, mas tendem a ter alcance menor e sofrem com luz solar direta. Para a maioria das entradas de loja e shopping, o estéreo continua sendo o padrão de mercado.

Por que os números de precisão variam tanto entre propostas

Qualquer fornecedor pode escrever "99% de precisão" em uma apresentação. A pergunta certa é: medida como, em que condições e com que garantia contratual. Na prática de campo, um contador de pessoas 3d bem instalado atinge tipicamente entre 98% e 99% quando a iluminação, o layout da entrada e o comportamento dos visitantes permitem. O mínimo que deve constar no contrato é 96%, e um fornecedor sério aceita esse piso por escrito porque sabe que há situações onde os 99% não acontecem.

Essas situações têm nomes conhecidos por quem instala:

• Entradas largas demais para um único sensor. Uma porta de 8 metros em um shopping center exige dois ou três dispositivos trabalhando em conjunto, com sobreposição calibrada. Economizar um sensor aqui costuma custar vários pontos percentuais.
• Pé-direito fora da faixa. Cada modelo tem altura mínima e máxima de instalação. Em lojas com teto de 2,4 m, o campo de visão fica estreito; em átrios de 7 m, a resolução de profundidade cai.
• Pessoas paradas na linha de contagem. Promotores, seguranças e clientes olhando o celular bem embaixo do sensor geram cruzamentos duplos. Reposicionar a linha virtual resolve na maioria dos casos.
• Grupos densos. Em liquidações ou na abertura de uma loja âncora, pessoas ombro a ombro podem ser fundidas. Os sensores atuais lidam bem com isso, mas nenhum é perfeito acima de certa densidade.

O que ninguém conta na demonstração: o sensor é só metade do sistema

Aqui vai uma observação de quem já passou por dezenas de implantações. O erro mais caro raramente está no sensor. Está no que acontece depois que o sensor para de enviar dados e ninguém percebe. Uma câmera que fica offline por um fim de semana inteiro gera um buraco no tráfego que, somado ao mês, derruba a taxa de conversão de uma loja e inicia exatamente a discussão de diretoria descrita no início deste texto.

É por isso que a plataforma que recebe os dados importa tanto quanto o hardware. O VemCount, por exemplo, monitora a saúde de cada sensor continuamente: sinaliza quedas de conexão, contagens anormalmente baixas em relação ao histórico daquela entrada e desequilíbrios persistentes entre entradas e saídas, que são o sintoma clássico de uma linha de contagem mal posicionada. O alerta chega antes que o número errado apareça em um relatório. Para um diretor de TI gerenciando centenas de dispositivos em dezenas de cidades, isso é a diferença entre operar com confiança e descobrir problemas pelos usuários de negócio.

Outro ponto que afeta a precisão percebida, e não a técnica: funcionários. Em uma loja com 15 pessoas na equipe trocando de turno, saindo para almoço e indo ao estoque pela entrada principal, os funcionários podem representar 10% do tráfego bruto. A contagem está correta, mas o dado é inútil para calcular conversão. Algoritmos de exclusão de funcionários, que identificam padrões de movimento repetitivo e zonas de passagem da equipe, removem esse ruído antes que ele chegue ao KPI.

Como validar a precisão antes de assinar

Peça uma auditoria de contagem manual como condição de aceite. O método é simples e qualquer gerente de facilities consegue conduzir: uma pessoa com contador manual ou um vídeo gravado da entrada durante uma hora de movimento médio e outra hora de pico. Compare o total manual com o total do sensor para o mesmo intervalo. Faça isso em pelo menos três entradas de perfis diferentes, não apenas na mais fácil. Um sensor de contagem de pessoas que entrega 96% ou mais nesse teste, em condições reais, está pronto para produção. Um que entrega 93% precisa de recalibração ou de um segundo dispositivo.

Pergunte também sobre independência de hardware. Se a plataforma de analytics só funciona com um fabricante, você fica preso ao ciclo de produto dele. Uma plataforma agnóstica em relação ao sensor permite usar Xovis em entradas críticas, Milesight ou Hikvision em pontos secundários e AXIS onde já existe infraestrutura de câmeras, tudo consolidado no mesmo painel de ocupação e conversão.

Quando o 3D compensa e quando não

Se você precisa apenas saber se uma sala de reunião está ocupada, um sensor de presença barato resolve. Se precisa de contagem de fluxo de pessoas confiável para calcular conversão por loja, ocupação em tempo real para limites de segurança, ou tráfego por entrada para negociar aluguel com lojistas em um shopping, o 3D é a escolha que se paga. A diferença de custo em relação a sensores 2D ou infravermelho de feixe é real, mas uma decisão de equipe, de horário de funcionamento ou de renovação de contrato tomada com base em dados 10% errados custa muito mais.

Perguntas frequentes

Os contadores de pessoas 3D são mais precisos que os 2D? Sim, de forma consistente. Sensores 2D interpretam uma imagem plana e confundem sombras, reflexos, carrinhos e mudanças de iluminação com pessoas, o que derruba a precisão em entradas de vidro e pisos brilhantes. O 3D mede altura e volume, então ignora tudo que não tem perfil humano, mantendo tipicamente 98% a 99% em condições adequadas, com um mínimo contratual de 96%.

Se você está avaliando a troca de sensores antigos ou planejando a cobertura de uma nova unidade, fale com a equipe da Vemco Group para revisar as plantas das suas entradas, definir quantos dispositivos cada ponto realmente exige e estruturar um teste de precisão antes do investimento.