Solução · Reconhecimento de idade e gênero
Reconhecimento de gênero e idadeAnálise demográfica anônima no sensor Nano AI
O reconhecimento de gênero e idade com IA da V-Count é executado no próprio sensor Nano AI. À medida que cada visitante passa, o sensor estima uma faixa etária e um gênero e depois descarta a imagem. Somente metadados anônimos vão para o BoostBI.
A contagem de fluxo diz quantas pessoas entraram. A análise demográfica diz quem eram, para que você possa adequar produtos, equipe e marketing ao público que realmente visita.
Análise demográfica explicada em 30 segundos
O vídeo mostra a história completa: a contagem de fluxo diz quantas pessoas entraram, e a análise demográfica diz quem eram. Cada visitante recebe uma faixa etária e um gênero estimados no sensor, a imagem é descartada e só metadados anônimos chegam ao BoostBI, onde você os consulta por faixa etária, gênero, horário e zona.
Veja com os dados da sua própria loja
Três funções, um sensor Nano AI
O reconhecimento de idade e gênero não é um sistema de câmeras separado. Ele roda no mesmo sensor de teto Nano AI que conta seus visitantes e mantém seus funcionários fora da contagem. Um dispositivo por entrada oferece as três funções, em um único fluxo de dados e uma única conta BoostBI.
Conheça o Nano AIContagem de pessoas
Entradas, saídas e ocupação ao vivo com precisão de até 99% em uma linha de entrada interna. Todo dado demográfico se apoia nessa contagem.
Contagem de pessoasReconhecimento de idade e gênero
Uma faixa etária e um gênero estimados para cada visitante contado, gerados no próprio dispositivo. Nenhuma foto, vídeo ou modelo facial é armazenado.
Como funcionaExclusão de funcionários
Os funcionários usam uma etiqueta refletiva no ombro ou um cordão e o Nano AI os mantém fora da contagem de visitantes, com mais de 90% de precisão na exclusão de funcionários.
Exclusão de funcionáriosUm sensor por entrada, um fluxo de dados, uma conta BoostBI: nenhuma segunda rede de câmeras, nenhuma imagem para transmitir e nada para reter.
Como funciona o reconhecimento de gênero e idade com IA
O reconhecimento de gênero e o reconhecimento de idade com IA rodam no próprio sensor. Uma unidade Nano AI combina uma câmera de contagem de pessoas com um processador de IA embarcado, então a análise visual acontece no dispositivo e não na nuvem.
Um visitante passa sob o sensor
O Nano AI é instalado no teto acima de uma entrada ou zona. O mesmo sensor que gera sua contagem de fluxo também gera os atributos demográficos associados a ela.

A IA no chip estima a faixa etária e o gênero
O processador embarcado analisa a imagem da câmera, estima uma faixa etária e uma classificação de gênero e depois descarta a imagem.

Só metadados anônimos saem do dispositivo
O que sai do sensor é uma linha de metadados anonimizados: um registro de data e hora, uma direção de deslocamento, uma faixa etária estimada e um gênero estimado.
- Nenhuma fotografia
- Nenhum clipe de vídeo
- Nenhum modelo facial
- Nada que identifique ou reidentifique um visitante
O BoostBI une isso ao restante dos seus dados
O BoostBI coloca a divisão demográfica ao lado do fluxo de pessoas, do tempo de permanência, da ocupação, das métricas de fila e das vendas, para que você possa ver a taxa de conversão por segmento.

Estimativas, não identidades: as estimativas são probabilísticas e reportadas em faixas, não como idades exatas. Isso as mantém úteis para o planejamento sem identificar ninguém. A tecnologia de contagem por trás é explicada em nossa página de contagem de pessoas, e o hardware na página do sensor de contagem de pessoas Nano AI.
Análise demográfica para espaços físicos
As equipes digitais têm o perfil do público detalhado há anos. A análise demográfica leva a mesma visão a lojas, shopping centers, aeroportos, museus, showrooms e outros locais, usando os sensores de porta e de zona de que você já precisa para o fluxo de pessoas.

Dados demográficos de clientes, estruturados em quatro eixos
Os atributos demográficos vêm do mesmo sensor e da mesma passagem que sua contagem de fluxo. Isso significa que você pode consultá-los no mesmo nível de detalhe: por hora, por entrada e por zona.
- Faixas etárias, nunca uma idade exata
- Gênero estimado, agregado em vez de guardado por pessoa
- Consulta por horário e por zona, como seu fluxo de pessoas
- Não é reconhecimento facial: ninguém é identificado nem reidentificado
Faixa etária
Visitantes agrupados em faixas amplas, como criança, jovem adulto, adulto e idoso, nunca uma idade exata.
Gênero
Uma classificação estimada por visitante contado, agregada em vez de guardada por pessoa.
Horário
A mesma granularidade de intervalos dos seus dados de fluxo de pessoas: hora, dia, semana, temporada ou período de campanha.
Zona
Entrada, departamento, corredor, andar, loja de lojista ou área de fila, dependendo de onde os sensores estão instalados.
O que a contagem de fluxo responde e o que a idade e o gênero acrescentam
| Pergunta | Só a contagem de fluxo | Com reconhecimento de idade e gênero |
|---|---|---|
| Quantas pessoas entraram e quando? | Sim | Sim |
| Quais faixas etárias e gêneros visitaram, por hora e zona? | Não | Sim |
| Qual público converte em uma zona e qual passa sem comprar? | Não, uma única taxa de conversão para toda a unidade | Sim, taxa de conversão por segmento com os dados de vendas conectados |
| Uma campanha voltada a uma faixa etária ou gênero mudou quem entrou? | Somente o total de visitas | Sim, a composição além do total |
| Qual é o perfil de visitantes por entrada, andar e horário do dia? | Não | Sim |
De contar pessoas a entendê-las
Sozinha, a divisão demográfica é interessante. Ela passa a servir para decisões quando é unida ao restante dos seus dados no BoostBI.

O que o BoostBI reporta
- A divisão demográfica dos visitantes contados por faixa etária e gênero estimado, por intervalo de tempo e por zona ou entrada
- Mantida ao lado do fluxo de pessoas, do tempo de permanência, da ocupação, das métricas de fila e de quaisquer dados de vendas que você conectar
- Taxa de conversão por segmento em vez de um único número para toda a unidade
- O perfil de visitantes de duas lojas ou dois andares, lado a lado
- Como a composição muda ao longo do dia
- Exportação dos dados demográficos de clientes para seu próprio BI ou data warehouse pela API
Fluxo de pessoas, conversão e dados demográficos de clientes em uma só visão é a diferença prática entre contar pessoas e entendê-las. É a mesma camada de relatórios descrita na nossa página de analytics para lojas de varejo.
Conheça o BoostBIPerfil demográfico de clientes: casos de uso
O perfil demográfico não é um fim em si mesmo. É um insumo para decisões que antes eram tomadas com base em suposições.
Merchandising e sortimento
Adeque linhas de produtos, planogramas, adjacência de categorias e posicionamento de produtos ao público que realmente visita cada loja, e não ao cliente médio da rede inteira.
Escala de equipe
Monte a escala por segmento, além do volume, para que os horários em que determinado público predomina sejam cobertos pela equipe e pelos idiomas mais adequados a ele.
Atribuição de marketing
Verifique se uma campanha voltada a uma faixa etária ou gênero específico mudou o perfil das pessoas que entraram durante o período da campanha, e não apenas a contagem total.
Públicos de mídia e DOOH
Informe o tamanho e a composição do público que passa por uma tela digital ou ponto de publicidade, para que o inventário possa ser precificado e verificado com base na exposição medida.

Mix de lojistas e evidências para locação
Os shopping centers usam os dados demográficos em duas direções. Internamente, eles mostram qual público chega por qual entrada e andar em quais horários. Isso orienta a programação de eventos, o investimento em marketing, a equipe de atendimento ao cliente e o posicionamento de espaços promocionais.
Externamente, apoiam a locação. Um potencial lojista quer evidências do perfil de visitantes perto de uma loja, e dados medidos são muito mais convincentes do que uma pesquisa. Eles também mostram as lacunas que uma nova categoria de lojista poderia preencher.
Shopping centersSetores que atendemos
Para uma abordagem mais detalhada do caso de negócio, leia nosso guia com tudo o que você precisa saber sobre análise demográfica.
Privacidade e conformidade na análise demográfica com IA
A análise demográfica com IA só vale a pena se for defensável. A abordagem da V-Count se baseia em três princípios.
Anonimização desde a concepção
O sensor faz a inferência sobre a imagem e a descarta. Nenhuma imagem de rosto, vídeo ou modelo biométrico é gravado ou enviado para a nuvem.
Nenhuma identificação
O sistema estima atributos de um passante anônimo. Ele não consegue reconhecer, associar ou reidentificar uma pessoa entre visitas ou locais. Não é reconhecimento facial e não foi concebido para ser usado como tal.
Agregação
Os relatórios no BoostBI são construídos a partir de contagens e proporções por segmento, não de registros sobre pessoas identificadas.

O que a lei avalia e o que você deve verificar
Segundo o GDPR e o UK GDPR, a análise de dados que não identificam uma pessoa física e não são retidos de forma identificável fica fora de grande parte do regime aplicável a dados pessoais. O sistema não processa dados biométricos de categoria especial com o objetivo de identificar alguém de forma única.
A V-Count tem certificação ISO 27001.
Análise demográfica não é reconhecimento facial
| Análise demográfica (V-Count) | Reconhecimento facial | |
|---|---|---|
| Pergunta que responde | Aproximadamente a qual faixa etária e gênero estimado pertence um passante anônimo | Quem é uma pessoa |
| Como | Estima atributos no sensor e depois esquece o visitante | Compara um modelo facial com um banco de dados armazenado |
| Modelos faciais | Não são criados, armazenados nem comparados | Criados e comparados |
| Mesmo visitante em outro dia ou em outra unidade | Não pode ser reidentificado | Associado à mesma identidade |
| Resultado | Uma contagem com atributos associados | Um registro sobre uma pessoa |
| Visão de proteção de dados | Metadados anônimos | Processamento biométrico de dados pessoais |
Nossa abordagem de diversidade
As estimativas de gênero são uma ferramenta estatística de planejamento. Elas não dizem nada sobre quem uma pessoa é.

Na V-Count, valorizamos todos os aspectos da diversidade humana, incluindo todas as identidades de gênero.
Nossa tecnologia estima o gênero com base em indicadores visuais apenas para fins estatísticos e não define nem presume o sexo biológico ou a identidade de gênero pessoal. Temos o compromisso com práticas de dados respeitosas e inclusivas.
As estimativas são reportadas de forma agregada, por segmento, e nunca ficam associadas como rótulo a uma pessoa.
Como adicionar reconhecimento de idade e gênero às suas unidades
Comece pelas portas e zonas onde os dados demográficos mais importam e mantenha um histórico contínuo de fluxo de pessoas no BoostBI.
Envie uma planta baixa e algumas fotos
Uma planta baixa e fotos de cada entrada são suficientes. A V-Count recomenda as posições dos sensores em até 24 horas.
Se você já tem contadores, nossa equipe analisa sua lista atual de dispositivos e identifica quais portas converter primeiro.
Instale o Nano AI onde os dados demográficos importam
O Nano AI é instalado no teto entre 2,2 e 7 m, funciona com USB-C de 5 V (divisor PoE opcional) e se conecta via Wi-Fi.
Um contador legado de feixe infravermelho, térmico ou 3D básico não consegue gerar idade e gênero apenas por software. Mantenha esses contadores em outros pontos: o BoostBI recebe dados de ambos.
Valide o posicionamento no comissionamento
Iluminação, ângulo do sensor, altura de instalação e obstruções afetam as estimativas, por isso a V-Count valida o posicionamento durante o comissionamento.
Confira a contagem de fluxo com uma contagem manual de referência e exclua os funcionários com uma etiqueta refletiva no ombro ou um cordão.
Escolha a licença e consulte os resultados
Dados demográficos são uma licença selecionável à parte no seu pacote BoostBI, junto com exclusão de funcionários, filas, mapas de calor e a API.
Soluções e produtos relacionados
Perguntas frequentes sobre reconhecimento de gênero e idade
GDPR, precisão, privacidade e sensores para o reconhecimento de idade e gênero com IA usando o V-Count Nano AI e o BoostBI.
Fale com um especialistaO reconhecimento de gênero com IA está em conformidade com o GDPR?
Pode estar, e a implementação da V-Count foi projetada para isso. O reconhecimento de gênero com IA em um sensor Nano AI gera uma estimativa anônima e descarta a imagem bruta, então nenhuma imagem de rosto ou modelo biométrico é armazenado e nenhuma pessoa é identificada.
Como o resultado não está vinculado a uma pessoa identificável, grande parte do regime do GDPR e do UK GDPR que rege os dados pessoais não se aplica da mesma forma, e não há processamento biométrico de categoria especial.
Qual é a precisão do reconhecimento de idade com IA?
O reconhecimento de idade com IA estima uma faixa etária ampla, não uma idade exata, e a precisão é maior no nível da faixa e do agregado, que é como ele deve ser usado. Qualquer estimativa individual pode estar errada, principalmente perto do limite entre duas faixas, mas, ao longo de milhares de visitantes, a distribuição é estável o suficiente para comparar lojas, horários, zonas e períodos de campanha.
Iluminação, ângulo do sensor, altura de instalação e obstruções afetam os resultados, por isso a V-Count valida o posicionamento durante o comissionamento. Não publicamos um número único de precisão, porque ele só tem significado para uma estrutura de faixas e uma condição de instalação definidas.
A análise demográfica funciona com meu contador de pessoas atual?
Depende do hardware. A análise demográfica exige um sensor com IA e processamento embarcado, então um contador legado de feixe infravermelho, térmico ou 3D básico não pode ser atualizado para gerar idade e gênero apenas por software.
A maioria dos clientes adiciona unidades Nano AI nas entradas e zonas onde os dados demográficos importam e mantém os contadores existentes nos demais pontos. O BoostBI recebe dados de ambos, então você mantém um histórico contínuo de fluxo de pessoas em vez de recomeçar seus dados. Se você planeja uma implantação em fases, nossa equipe pode analisar sua lista atual de dispositivos e identificar quais portas converter primeiro.
Qual é a diferença entre análise demográfica e reconhecimento facial?
Elas respondem a perguntas diferentes. O reconhecimento facial tenta determinar quem é uma pessoa comparando um modelo facial com um banco de dados armazenado, o que o torna um processamento biométrico de dados pessoais.
A análise demográfica pergunta apenas como um passante anônimo é em termos gerais (aproximadamente qual faixa etária, qual gênero estimado) e depois o esquece. Os sensores V-Count não criam, armazenam nem comparam modelos faciais e não conseguem reidentificar o mesmo visitante em outro dia ou em outra unidade. O resultado é uma contagem com atributos associados, não um registro sobre uma pessoa.
Quais dados demográficos de clientes o BoostBI realmente reporta?
O BoostBI reporta a divisão demográfica dos visitantes contados por faixa etária e gênero estimado, detalhada por intervalo de tempo e por zona ou entrada. Ele mantém isso ao lado do fluxo de pessoas, do tempo de permanência, da ocupação, das métricas de fila e de quaisquer dados de vendas que você conectar.
Na prática, você pode ver a taxa de conversão por segmento, comparar o perfil de visitantes de duas lojas ou dois andares, acompanhar como a composição muda ao longo do dia e exportar os dados demográficos de clientes para seu próprio BI ou data warehouse pela API. Veja o BoostBI.
A análise demográfica com IA armazena imagens de rosto ou vídeo?
Não. Cada imagem é processada no sensor e descartada; só metadados anônimos saem do dispositivo. Não existe arquivo de imagens, retenção de vídeo nem banco de modelos faciais em nenhum ponto da solução V-Count. Isso é ao mesmo tempo uma proteção de privacidade e um benefício prático, já que elimina a carga de banda e armazenamento que uma arquitetura câmera-nuvem criaria.
Qual sensor V-Count oferece um contador de pessoas com reconhecimento de idade e gênero?
O Nano AI. É um único dispositivo instalado no teto que oferece contagem de fluxo com precisão de até 99% em uma linha de entrada interna e estimativa demográfica no próprio dispositivo ao mesmo tempo, então um sensor atende às duas necessidades em uma porta ou zona. Veja o sensor de contagem de pessoas Nano AI.
Para entradas externas ou grandes áreas abertas, nossa equipe indicará onde o Nano Outdoor ou o Nano Prime se encaixa melhor e como combinar tipos de dispositivos em uma unidade sem fragmentar seus relatórios.
Um único sensor Nano AI pode contar pessoas, estimar idade e gênero e excluir funcionários?
Sim. O mesmo sensor Nano AI conta entradas e saídas, estima no próprio dispositivo uma faixa etária e um gênero para cada visitante contado e exclui os funcionários que usam uma etiqueta refletiva no ombro ou um cordão, com mais de 90% de precisão na exclusão de funcionários. Os três reportam para uma única conta BoostBI. Veja contagem de pessoas e exclusão de funcionários.
Como o perfil demográfico de clientes é usado em shopping centers?
Os shopping centers o usam em duas direções. Internamente, ele mostra qual público chega por qual entrada e andar em quais horários, o que orienta a programação de eventos, o investimento em marketing, a equipe de atendimento ao cliente e o posicionamento de espaços promocionais.
Externamente, apoia a locação: um potencial lojista quer evidências do perfil de visitantes perto de uma possível loja, e um perfil demográfico de clientes medido é muito mais convincente do que uma pesquisa. Os mesmos dados também embasam a precificação do inventário de publicidade e DOOH dentro do shopping.
Veja dados de idade e gênero da sua própria entrada
Solicite uma demonstração e mostraremos um painel BoostBI ao vivo construído com dados do sensor Nano AI: fluxo de pessoas, faixa etária e gênero, com os funcionários fora da contagem, a partir de um sensor por entrada.
Solicite uma demonstração