Análisis del comportamiento de clientes mediante técnicas de inteligencia artificial y visión por computadora

Autores
Apablaza, Salvador; Fernández, Carolina Sol; Locatti, Nicolás Gabriel; Durante, Diego; Verrastro, Sebastián; Gómez, Juan Carlos
Año de publicación
2023
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
En el presente trabajo se desarrolla un framework de detección de personas para analizar el comportamiento de los clientes en una tienda minorista mediante el procesamiento de videos de vigilancia. Para ello, se propone un pipeline compuesto por un preprocesamiento del video, un procesamiento con un modelo basado en redes neuronales, y un postprocesamiento orientado a correcciones. Se proveen indicadores útiles para los negocios, entre ellos, un mapa de calor que muestra los espacios ocupados. El resultadoes constatado con un etiquetado manual para evaluar el rendimiento del algoritmo. Se demuestra la viabilidad de este método para comprender el comportamiento de los clientes.
In the present work, a framework for people detection is developed to analyze customer behavior in a retail store using surveillance videos. For this purpose, a three-stage pipeline consisting of video preprocessing, processing with a neural network-based model, and correction-oriented post-processing is proposed. The pipeline provides useful business indicators, including a heatmap showing occupied spaces. The results are verified through manual labeling to evaluate the algorithm's performance. The study concludes by demonstrating this method's viability for understanding customer behavior.
Fil: Apablaza, Salvador. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina.
Fil: Fernández, Carolina Sol. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina
Fil: Locatti, Nicolás Gabriel. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina
Fil: Durante, Diego. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Grupo de Inteligencia Artificial y Robótica (GIAR); Argentina.
Fil: Verrastro, Sebastián. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina.
Fil: Gómez, Juan Carlos. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Grupo de Inteligencia Artificial y Robótica (GIAR); Argentina.
Fil: Gómez, Juan Carlos. Instituto Nacional de Tecnología Industrial (INTI). Centro de Electrónica e Informática; Argentina.
Peer Reviewed
Fuente
Proyecciones, Vol.21 No.2, 19-38. (2023)
Materia
detección de personas
visión por computadora
inteligencia artificial
mapa de calor
comportamiento de clientes
people detection
computer vision
artificial intelligence
heatmap
customer behavior
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2023-09-13T17:10:32Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/8499
Acceder
id RIAUTN_ca5ea875604f4e9b13b2848e8409fde1
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/8499
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Análisis del comportamiento de clientes mediante técnicas de inteligencia artificial y visión por computadoraApablaza, SalvadorFernández, Carolina SolLocatti, Nicolás GabrielDurante, DiegoVerrastro, SebastiánGómez, Juan Carlosdetección de personasvisión por computadorainteligencia artificialmapa de calorcomportamiento de clientespeople detectioncomputer visionartificial intelligenceheatmapcustomer behaviorEn el presente trabajo se desarrolla un framework de detección de personas para analizar el comportamiento de los clientes en una tienda minorista mediante el procesamiento de videos de vigilancia. Para ello, se propone un pipeline compuesto por un preprocesamiento del video, un procesamiento con un modelo basado en redes neuronales, y un postprocesamiento orientado a correcciones. Se proveen indicadores útiles para los negocios, entre ellos, un mapa de calor que muestra los espacios ocupados. El resultadoes constatado con un etiquetado manual para evaluar el rendimiento del algoritmo. Se demuestra la viabilidad de este método para comprender el comportamiento de los clientes.In the present work, a framework for people detection is developed to analyze customer behavior in a retail store using surveillance videos. For this purpose, a three-stage pipeline consisting of video preprocessing, processing with a neural network-based model, and correction-oriented post-processing is proposed. The pipeline provides useful business indicators, including a heatmap showing occupied spaces. The results are verified through manual labeling to evaluate the algorithm's performance. The study concludes by demonstrating this method's viability for understanding customer behavior.Fil: Apablaza, Salvador. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina.Fil: Fernández, Carolina Sol. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; ArgentinaFil: Locatti, Nicolás Gabriel. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; ArgentinaFil: Durante, Diego. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Grupo de Inteligencia Artificial y Robótica (GIAR); Argentina.Fil: Verrastro, Sebastián. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina.Fil: Gómez, Juan Carlos. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Grupo de Inteligencia Artificial y Robótica (GIAR); Argentina.Fil: Gómez, Juan Carlos. Instituto Nacional de Tecnología Industrial (INTI). Centro de Electrónica e Informática; Argentina.Peer Reviewed2023-09-13T17:10:32Z2023-09-13T17:10:32Z2023-10-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articulopdfapplication/pdfProyecciones Vol. 21 (2)1853-6352http://hdl.handle.net/20.500.12272/8499Proyecciones, Vol.21 No.2, 19-38. (2023)reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacionalspainfo:eu-repo/semantics/openAccess2023-09-13T17:10:32Zhttp://creativecommons.org/licenses/by-nc/4.0/Atribución-NoComercial 4.0 InternacionalSalvador Apablaza, Carolina Sol Fernández, Nicolás Gabriel Locatti, Diego Durante, Sebastián Verrastro, Juan Carlos GómezLicencia Creative Commons Atribución- No Comercial2026-09-24T12:47:13Zoai:ria.utn.edu.ar:20.500.12272/8499instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:47:14.111Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Análisis del comportamiento de clientes mediante técnicas de inteligencia artificial y visión por computadora
title Análisis del comportamiento de clientes mediante técnicas de inteligencia artificial y visión por computadora
spellingShingle Análisis del comportamiento de clientes mediante técnicas de inteligencia artificial y visión por computadora
Apablaza, Salvador
detección de personas
visión por computadora
inteligencia artificial
mapa de calor
comportamiento de clientes
people detection
computer vision
artificial intelligence
heatmap
customer behavior
title_short Análisis del comportamiento de clientes mediante técnicas de inteligencia artificial y visión por computadora
title_full Análisis del comportamiento de clientes mediante técnicas de inteligencia artificial y visión por computadora
title_fullStr Análisis del comportamiento de clientes mediante técnicas de inteligencia artificial y visión por computadora
title_full_unstemmed Análisis del comportamiento de clientes mediante técnicas de inteligencia artificial y visión por computadora
title_sort Análisis del comportamiento de clientes mediante técnicas de inteligencia artificial y visión por computadora
dc.creator.none.fl_str_mv Apablaza, Salvador
Fernández, Carolina Sol
Locatti, Nicolás Gabriel
Durante, Diego
Verrastro, Sebastián
Gómez, Juan Carlos
author Apablaza, Salvador
author_facet Apablaza, Salvador
Fernández, Carolina Sol
Locatti, Nicolás Gabriel
Durante, Diego
Verrastro, Sebastián
Gómez, Juan Carlos
author_role author
author2 Fernández, Carolina Sol
Locatti, Nicolás Gabriel
Durante, Diego
Verrastro, Sebastián
Gómez, Juan Carlos
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv detección de personas
visión por computadora
inteligencia artificial
mapa de calor
comportamiento de clientes
people detection
computer vision
artificial intelligence
heatmap
customer behavior
topic detección de personas
visión por computadora
inteligencia artificial
mapa de calor
comportamiento de clientes
people detection
computer vision
artificial intelligence
heatmap
customer behavior
dc.description.none.fl_txt_mv En el presente trabajo se desarrolla un framework de detección de personas para analizar el comportamiento de los clientes en una tienda minorista mediante el procesamiento de videos de vigilancia. Para ello, se propone un pipeline compuesto por un preprocesamiento del video, un procesamiento con un modelo basado en redes neuronales, y un postprocesamiento orientado a correcciones. Se proveen indicadores útiles para los negocios, entre ellos, un mapa de calor que muestra los espacios ocupados. El resultadoes constatado con un etiquetado manual para evaluar el rendimiento del algoritmo. Se demuestra la viabilidad de este método para comprender el comportamiento de los clientes.
In the present work, a framework for people detection is developed to analyze customer behavior in a retail store using surveillance videos. For this purpose, a three-stage pipeline consisting of video preprocessing, processing with a neural network-based model, and correction-oriented post-processing is proposed. The pipeline provides useful business indicators, including a heatmap showing occupied spaces. The results are verified through manual labeling to evaluate the algorithm's performance. The study concludes by demonstrating this method's viability for understanding customer behavior.
Fil: Apablaza, Salvador. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina.
Fil: Fernández, Carolina Sol. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina
Fil: Locatti, Nicolás Gabriel. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina
Fil: Durante, Diego. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Grupo de Inteligencia Artificial y Robótica (GIAR); Argentina.
Fil: Verrastro, Sebastián. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina.
Fil: Gómez, Juan Carlos. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Grupo de Inteligencia Artificial y Robótica (GIAR); Argentina.
Fil: Gómez, Juan Carlos. Instituto Nacional de Tecnología Industrial (INTI). Centro de Electrónica e Informática; Argentina.
Peer Reviewed
description En el presente trabajo se desarrolla un framework de detección de personas para analizar el comportamiento de los clientes en una tienda minorista mediante el procesamiento de videos de vigilancia. Para ello, se propone un pipeline compuesto por un preprocesamiento del video, un procesamiento con un modelo basado en redes neuronales, y un postprocesamiento orientado a correcciones. Se proveen indicadores útiles para los negocios, entre ellos, un mapa de calor que muestra los espacios ocupados. El resultadoes constatado con un etiquetado manual para evaluar el rendimiento del algoritmo. Se demuestra la viabilidad de este método para comprender el comportamiento de los clientes.
publishDate 2023
dc.date.none.fl_str_mv 2023-09-13T17:10:32Z
2023-09-13T17:10:32Z
2023-10-01
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv Proyecciones Vol. 21 (2)
1853-6352
http://hdl.handle.net/20.500.12272/8499
identifier_str_mv Proyecciones Vol. 21 (2)
1853-6352
url http://hdl.handle.net/20.500.12272/8499
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2023-09-13T17:10:32Z
http://creativecommons.org/licenses/by-nc/4.0/
Atribución-NoComercial 4.0 Internacional
Salvador Apablaza, Carolina Sol Fernández, Nicolás Gabriel Locatti, Diego Durante, Sebastián Verrastro, Juan Carlos Gómez
Licencia Creative Commons Atribución- No Comercial
eu_rights_str_mv openAccess
rights_invalid_str_mv 2023-09-13T17:10:32Z
http://creativecommons.org/licenses/by-nc/4.0/
Atribución-NoComercial 4.0 Internacional
Salvador Apablaza, Carolina Sol Fernández, Nicolás Gabriel Locatti, Diego Durante, Sebastián Verrastro, Juan Carlos Gómez
Licencia Creative Commons Atribución- No Comercial
dc.format.none.fl_str_mv pdf
application/pdf
dc.source.none.fl_str_mv Proyecciones, Vol.21 No.2, 19-38. (2023)
reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230934364782592
score 13.265058

Publicaciones similares