Preguntas frecuentes
En esta página
El producto
¿Cuál es la diferencia entre el módulo CCTV y AI Insights & People? CCTV graba, almacena y reproduce video; AI Insights & People identifica y comprende a las personas que aparecen en ese video: perfiles, líneas de tiempo, informes y zonas de acceso. Es una función de la instalación que funciona sobre el módulo CCTV, en el mismo dispositivo. Consulta el límite entre ambos.
¿Necesito hardware adicional? No: el mismo Edge Processor ejecuta ambos. Pero la inferencia de IA consume capacidad: calcula aproximadamente la mitad de las transmisiones de cámara que admite un dispositivo solo de VSaaS (por ejemplo, 8 transmisiones 1080p analizadas con IA en el modelo de 32 GB frente a unas 16 solo de grabación).
¿Funciona sin un sistema de gestión de miembros? En parte. La detección, los perfiles Unsure, el análisis por zona, el sentimiento y los datos demográficos funcionan. La asociación con miembros, la correlación con los registros de entrada, Self Learning y las reglas de planes de las zonas de acceso necesitan miembros y registros de entrada sincronizados. También puedes agregar personas manualmente o con "Import Members".
¿Qué hace exactamente Enhanced AI Analysis? Según el texto de la configuración: "Generates richer metadata including heatmaps, path tracking, and self learning. Disabling this will also turn off automatic profile matching. Increases storage usage." En la práctica, déjalo activado si usas este módulo: sin él, Self Learning desaparece.
Identificación
¿Qué precisión tiene la identificación de miembros? Con el ajuste predefinido Balanced, un rostro solo se confirma con una similitud del 85% o más, y un registro de entrada reciente aporta evidencia adicional (asociación asistida por visitas). Las puntuaciones límite reciben una comprobación adicional de la postura en lugar de una suposición. En la práctica, la precisión depende sobre todo de la calidad de las fotos de los miembros: el filtro "Invalid Photo" de la lista People es el mejor indicador de quién no se identificará.
¿Por qué alguien aparece como "Unsure - 9f3c21ab"? El sistema lo ve de forma constante, pero no puede vincularlo con un miembro; normalmente porque falta la foto del miembro o no es válida, o porque realmente no es miembro (un invitado o alguien de prueba). Opciones: identificarlo manualmente, corregir la foto o dejar que Self Learning lo relacione a partir de los registros de entrada.
¿Puede el sistema confundir a dos personas? Está diseñado para evitarlo: el umbral del 85%, la comprobación de la postura en las puntuaciones límite, una nueva comprobación estricta del 90% para evitar duplicados y el requisito de Self Learning de que haya exactamente un miembro candidato. Si se produce una asociación incorrecta, se puede corregir; consulta Solución de problemas.
¿Qué son las fotos secundarias (shadow photos)? "Additional face images used by the facial recognition engine to help identify this person", independientes de la foto de perfil sincronizada. Algunas se agregan manualmente; las coincidencias casi perfectas (99% o más) se pueden agregar automáticamente mediante Self Learning, con un límite de un conjunto pequeño que va rotando, de modo que el reconocimiento siga funcionando después de un corte de pelo o con lentes nuevos.
Alguien aparece en la cámara, pero nunca en la línea de tiempo. ¿Por qué? Comprueba Seguimiento de personas en esa cámara y luego el filtro del umbral de detección: las apariciones breves se ocultan de forma predeterminada. Además, los rostros de la lista negra nunca aparecen, por diseño.
Privacidad
¿Es legal usarlo? El reconocimiento facial está regulado y las obligaciones son tuyas como operador: señalización, una política de privacidad, una base legal (normalmente, el consentimiento al registrarse) y atender las solicitudes de eliminación. Consulta la lista de comprobación en Seguridad y privacidad.
¿Dónde se almacenan los datos faciales? En las colecciones aisladas propias de tu instalación, en la región de almacenamiento que elijas. El reconocimiento nunca se cruza entre instalaciones. Los metadatos de IA se eliminan después del período de retención configurado (24 meses de forma predeterminada).
¿Los invitados con enlaces para compartir pueden ver los datos de las personas? No. Los enlaces para compartir con invitados pueden dar acceso a cámaras y grabaciones, pero los datos de personas y de detección facial están expresamente excluidos de los tokens de invitado.
¿Cómo elimino los datos de una persona? Perfiles no identificados: "Delete this person". Miembros: "Delete Member" en la sección Advanced del perfil; y quítalos también de tu sistema de miembros, o una sincronización futura podría volver a crear el perfil. Consulta Seguridad y privacidad.
¿Los datos demográficos son datos reales de los miembros? No: la edad, el género, la etnia y la actitud estimados son estimaciones de la IA a partir de imágenes y se usan para análisis agregados. Nunca controlan el acceso, y la interfaz advierte que "may not match the data in your member management system."
Funciones
¿Para qué sirve la lista negra? ¿Para miembros con el acceso prohibido? Más bien lo contrario: es la solución para los falsos positivos (pósteres, maniquíes, televisores) que se detectan como personas todos los días. Descarta los rostros coincidentes antes de cualquier procesamiento. No avisa a nadie; es supresión, no vigilancia. Consulta Lista negra.
¿Qué se considera una infracción de acceso? Una entrada "where a member's active membership plan was not permitted by the zone's access rules (excluded, or not in the allowed plans)", incluso fuera de los horarios de acceso de la zona. Marca e informa; no bloquea puertas. Consulta Zonas de acceso.
¿Qué significan Card Sharing y Tailgating en la línea de tiempo? Card Sharing: se produjo un registro de entrada, pero el rostro detectado no es el del titular de la tarjeta. Tailgating: alguien está en el sitio sin un registro de entrada correspondiente. Ambos son chips de filtro de la línea de tiempo; consulta Línea de tiempo de personas.
¿Cómo se calcula la puntuación de sentimiento? A partir de las expresiones faciales detectadas, ponderadas según tu Business Context (configuración de Sentiment Scoring) y agregadas en una escala de 0 a 100: Positive ≥ 70, Neutral 40–69, Negative < 40. El contexto Gym/Fitness evita que el esfuerzo del entrenamiento se interprete como descontento. Úsala de forma agregada: tendencias por zona, no individuos.
¿Por qué los datos de hoy no aparecen en Reports? Las instantáneas de informes se generan durante la noche para el día anterior. La línea de tiempo es la vista en tiempo real; Reports es la vista de tendencias.
¿Puedo exportar o consultar los datos?
Sí: "Export Members" para la lista de personas y las siete herramientas MCP insights_* para todo lo demás (línea de tiempo, perfiles, registros de entrada e instantáneas de informes), idealmente a través de tu Agente de IA.
¿Debo cambiar los umbrales de reconocimiento? Casi nunca. Los ajustes predefinidos Balanced se adaptan a prácticamente todas las instalaciones; la calidad de las fotos y la ubicación de las cámaras son lo que más influye en los resultados. Lee Ajuste del reconocimiento facial antes de cambiar nada, modifica una sección a la vez y evalúa los resultados a lo largo de varios días.