Logotipo de Performance HubPerformance Hub
Sección del sitio: Documentación

Solución de problemas

En esta página

Diagnóstico a partir de los síntomas para la capa de personas e IA. Si el problema es de cámaras, grabación, subida de archivos o del dispositivo, empieza por Solución de problemas de CCTV: todo lo que aparece aquí da por supuesto que el video funciona correctamente.

No aparece nada en la línea de tiempo de personas

La línea de tiempo muestra "No face detections — There are no face detection items in this current view range of the timeline."

  1. ¿Está activado Seguimiento de personas? Se configura por cámara y está desactivado de forma predeterminada; revisa cada cámara en Cámaras y dispositivos.
  2. ¿El filtro del umbral de detección está ocultando todo? De forma predeterminada, las personas necesitan suficientes detecciones durante suficientes minutos para aparecer. Desactiva el filtro de umbral: si aparecen personas, es que estaban justo por debajo de los mínimos.
  3. Revisa la ventana de fechas: es fácil dejar el rango 1D/2D/3D y el selector de fecha en el día equivocado.
  4. ¿La cámara realmente ve rostros? La detección de personas necesita rostros con un tamaño y un ángulo utilizables. Una cámara de techo que apunta directamente hacia abajo detecta cabezas, no rostros. Revisa el encuadre de la cámara en la vista en vivo.
  5. Habilitación de la función: si falta toda el área People o las API devuelven "People feature is not enabled for this facility", la función no está habilitada; ponte en contacto con tu gerente de cuenta.

Un miembro nunca se identifica (siempre aparece como "Unsure")

Es el problema más habitual, y casi siempre se debe a la foto:

  1. Revisa el estado de la foto. En la lista People, busca al miembro. Una insignia "Invalid Photo" (la información sobre herramientas muestra la puntuación y el motivo del rechazo) o el estado "Not Processed" significan que la asociación facial no tiene con qué trabajar. Corrige la foto en tu sistema de miembros o edítala directamente ("Edit Profile" → "Change").
  2. ¿No tiene ninguna foto? Self Learning aún puede identificarlo mediante la correlación de visitas; comprueba si está en su cola y confirma que Enhanced AI Analysis está activado.
  3. Identifícalo manualmente una vez. La acción "Identify This Person" en su perfil "unsure" lo vincula de inmediato, y las fotos en la sombra que va acumulando mejoran la asociación en el futuro.
  4. Coincidencias que se quedan cerca de forma persistente (la ventana emergente muestra una similitud justo por debajo del 85%) → consulta Ajuste del reconocimiento facial, pero mejora la foto antes de modificar los umbrales.

La misma persona sigue recibiendo perfiles "Unsure" nuevos

El reconocimiento no está vinculando sus visitas entre sí:

  1. Combina los duplicados: selecciona los perfiles en la línea de tiempo y combínalos. Cada combinación consolida las referencias faciales y hace más probable que la próxima visita se vincule.
  2. Revisa la calidad de imagen de la cámara: las cúpulas sucias, el contraluz (una cámara orientada hacia una entrada muy iluminada) y la poca luz producen fotos de referencia de tan mala calidad que no sirven para comparar. La solución está en la vista de la cámara, no en la configuración.
  3. Si ocurre en toda la instalación, es posible que el ajuste predefinido de calidad de los perfiles en la sombra sea demasiado estricto para tu iluminación; consulta la tabla de síntomas.

Se identificó a la persona equivocada

Es poco frecuente y conviene tomárselo en serio:

  1. Corrige el registro: abre el perfil de la persona y revisa sus fotos en la sombra; normalmente se ve una combinación incorrecta o una foto agregada automáticamente que no corresponde. Elimina las imágenes incorrectas, o combina o vuelve a identificar con el miembro correcto.
  2. Si el vínculo lo creó Self Learning, usa "Unlink" en el registro ("the self-learn record will be reverted") y usa "Reject" en la coincidencia indicando un motivo, para que no se vuelva a proponer.
  3. Haz más estricta la asociación: acerca Member Matching a Strict; consulta Ajuste del reconocimiento facial.

Un cartel, maniquí o televisor sigue apareciendo como persona

Funciona según lo previsto, y existe una solución específica: agrégalo a la lista negra. Abre el menú de la falsa persona → "Add to Blacklist" con un motivo ("e.g. Store Mannequin"). Las detecciones futuras se descartan antes de cualquier procesamiento. Si siguen apareciendo detecciones desde el ángulo de una segunda cámara, agrega una segunda entrada a la lista negra a partir de una de esas detecciones.

Los informes están vacíos o faltan zonas

  1. Los informes tienen un retraso por diseño: las instantáneas se generan durante la noche para el día anterior. Una instalación completamente nueva ve datos a partir del segundo día.
  2. "No zones configured — assign cameras to access zones in Settings": los análisis de zonas necesitan zonas de acceso con cámaras asignadas.
  3. Los indicadores clave parecen bajos en comparación con los registros de entrada: comprueba qué cámaras tienen activado Seguimiento de personas; los datos de los informes solo provienen de las cámaras analizadas.

Las infracciones de acceso parecen incorrectas

  1. Las infracciones falsas después de la configuración casi siempre son errores en las reglas: un plan legítimo que falta en la lista de permitidos de una zona. Revisa las reglas de Membership Plans de la zona antes de atribuirlo al comportamiento de los miembros.
  2. Recuerda la definición: una infracción es un incumplimiento de las reglas del plan ("excluded, or not in the allowed plans"), incluidas las ventanas de tiempo de Access Hours. Un miembro con el plan correcto en el horario equivocado también comete una infracción.
  3. Las zonas abiertas nunca generan infracciones: si esperas infracciones en una zona con la insignia "Anyone can access", primero necesita reglas.
  1. Enhanced AI Analysis debe estar activado: si está desactivado, la correlación no se ejecuta en absoluto (y la sección de configuración se oculta).
  2. Revisa el nivel de evidencia exigido: los perfiles necesitan el mínimo de visitas correlacionadas (de forma predeterminada, 8). La pestaña In Pipeline muestra el progreso por perfil ("N/M visits"); los visitantes poco frecuentes tardan semanas en acumular evidencia.
  3. Los registros de entrada deben estar sincronizándose: sin datos de registros de entrada no hay correlación. Compruébalo con la herramienta MCP insights_checkins o con el estado de tu integración de Partner.
  4. Una pestaña "No Match" muy grande suele deberse a parejas que siempre llegan juntas: el sistema se niega a elegir al azar entre dos candidatos. Identifica manualmente a uno de ellos.
  5. Una pestaña "Unable to Link" muy grande indica problemas de calidad de los datos del sistema de miembros: normalmente, registros a los que les faltan los campos necesarios para completar el vínculo.

Una combinación, identificación o eliminación parece bloqueada

Estas acciones se ejecutan como procesos en segundo plano con seguimiento: volver a atribuir un historial de detecciones extenso lleva tiempo. Las tarjetas muestran estados transitorios ("PROCESSING", "DELETING..."); las combinaciones muestran "Processing N of M…" con una opción "Retry Failed" si hay un error parcial, y las eliminaciones fallidas muestran "DELETE FAILED - RETRY". Vuelve a intentarlo una vez antes de ponerte en contacto con el soporte e indica el ID de la persona ("Copy Person ID").

Cuando te pongas en contacto con el soporte

Incluye: el nombre de la instalación, el Person ID (se puede copiar desde el menú de cualquier mosaico o perfil), la cámara involucrada, la ventana de fecha y hora y, en problemas de identificación, si el estado de la foto del miembro es válido. Las capturas de pantalla anonimizadas de la ventana emergente (que muestra la puntuación de similitud) agilizan la mayoría de las investigaciones de asociación.