Neural System
Soluções · Retalho

Compreenda o comportamento do cliente dentro da loja

Fluxo e contagem de pessoas, filas, satisfação, perfil do visitante e incidentes nos corredores — indicadores que antes só existiam no comércio eletrónico.

Satisfação do Cliente

Reação dos clientes a produtos, montras e atendimento

Ver demonstração

Modelo de IA treinado para reconhecer expressões faciais associadas a sentimentos — felicidade, tristeza, medo, nojo, surpresa, raiva, desprezo e neutralidade. Mede em tempo real a reação de clientes, alunos e públicos a produtos, atendimentos, aulas, montras e apresentações.

Como funciona

  1. 1O detetor YuNet localiza os rostos em cada fotograma.
  2. 2O modelo HSEmotion (treinado na base AffectNet) classifica 8 emoções com probabilidades.
  3. 3As leituras são suavizadas no tempo, por pessoa, para evitar oscilações.
  4. 4Um índice de satisfação (valência) resume o humor do público minuto a minuto.
YuNet (OpenCV)HSEmotion (AffectNet)Seguimento facialYOLO11-pose

Benefícios

  • Feedback emocional objetivo, sem questionários.
  • Identifica os momentos e produtos que geram mais encantamento (ou frustração).
  • Complementa o NPS e os inquéritos com dados contínuos e anónimos.
+10–20%
Eficácia das campanhas
-50%
Custo de estudos de pré-teste
tempo real
Deteção de insatisfação no atendimento

As expressões faciais indicam emoções aparentes, não estados internos. Uso anónimo e agregado, em conformidade com a legislação de proteção de dados aplicável (como o RGPD).

Poças e Fugas nos Corredores

Identifica fugas e poças em pavimentos, tubagens e equipamentos

Ver demonstração

Deteção automática de fugas de água, óleo, produtos químicos e efluentes a partir de câmaras. O sistema identifica o foco, mede a área afetada e acompanha a sua evolução, disparando alertas para contenção antes que o problema cause paragens, acidentes ou danos ambientais.

Como funciona

  1. 1As câmaras cobrem áreas críticas (casas de bombas, tanques, tubagens, cais, pavimentos fabris).
  2. 2A segmentação por texto (CLIPSeg) marca o contorno de jatos, gotejamentos, escorrências e poças — sem treino específico para cada cena.
  3. 3As regiões mais parecidas com vapor ou fumo são descartadas; o modelo treinado pela Neural reforça a deteção.
  4. 4A fuga é confirmada em pelo menos 3 de 5 fotogramas seguidos, evitando alarmes causados por reflexos.
  5. 5A área afetada é medida fotograma a fotograma para identificar a expansão.
  6. 6Os alertas com imagem são enviados à manutenção e ao serviço de segurança e saúde no trabalho.
CLIPSeg (segmentação por texto, sem treino)YOLOv5 (modelo Neural treinado)OpenCV

Benefícios

  • A deteção precoce reduz as perdas de produto e o tempo de máquina parada.
  • Previne escorregadelas e quedas — uma das principais causas de acidentes.
  • Evita a contaminação do solo e coimas ambientais.
  • Registo histórico para manutenção preditiva.
até 30%
Redução de perdas de matérias-primas
-50%
Tempo médio até à contenção
Dezenas de milhares
Custo evitado por paragem não programada

Estimativas de referência; dependem do tipo de líquido, da iluminação e do posicionamento das câmaras.

Fluxo e Contagem de Pessoas

Visitantes, entradas, permanência e mapa de calor da loja

Ver demonstração

Contagem automática e anónima de pessoas: entradas e saídas por linha virtual, ocupação em tempo real, visitantes únicos, tempo médio de permanência e mapa de calor das áreas mais visitadas — transformando as câmaras num sensor de audiência para decisões de operação e marketing.

Como funciona

  1. 1Cada pessoa é detetada e seguida com um identificador anónimo.
  2. 2O cruzamento da linha virtual define a entrada ou a saída.
  3. 3As posições acumuladas formam o mapa de calor de circulação.
  4. 4Relatórios por hora, dia, semana e loja apoiam escalas, layout e campanhas.
YOLO11 (COCO)ByteTrackLinha virtualHeatmap

Benefícios

  • Taxa de conversão real da loja (fluxo × talões).
  • Escala de funcionários alinhada com o pico de movimento.
  • Layout e exposição de produtos orientados pelo mapa de calor.
  • Controlo da lotação para a segurança e as normas de segurança contra incêndio.
+5–15%
Aumento da conversão em vendas
-10–20%
Custo de mão de obra inativa
98%
Precisão típica de contagem

Contagem anónima (sem identificação pessoal), compatível com a legislação de proteção de dados aplicável (como o RGPD). A precisão depende do posicionamento da câmara.

Monitorização de Filas

Tamanho da fila, tempo de espera e alerta para abrir nova caixa de atendimento

Ver demonstração

Medição automática do tamanho das filas e do tempo de espera em caixas, balcões, receções e guichés. Quando a fila ultrapassa o limite, o sistema recomenda a abertura de um novo ponto de atendimento — antes que o cliente desista da compra.

Como funciona

  1. 1Uma zona de fila é desenhada sobre a imagem da câmara.
  2. 2Cada pessoa na zona é seguida e o seu tempo de espera é medido.
  3. 3A saída da zona é contabilizada como atendimento.
  4. 4Os alertas de fila longa e espera excessiva são enviados à gerência.
YOLO11 (COCO)ByteTrackZona de fila

Benefícios

  • Menos abandono de compras por filas longas.
  • Cumprimento das regras de tempo máximo de espera.
  • Dimensionamento das caixas com dados reais.
-30–50%
Tempo médio de espera
+2–4%
Recuperação de vendas
+15 pts
NPS

Estimativas de referência do mercado retalhista; os resultados dependem do volume de clientes e da operação.

Perfil do Visitante

Estimativa de sexo e faixa etária do público + conteúdos personalizados

Ver demonstração

Estimativa anónima do perfil do público — sexo e faixa etária — a partir das câmaras. Os dados alimentam relatórios de audiência e os Conteúdos Personalizados: ecrãs e totens exibem o conteúdo com maior sinergia com o perfil de quem está a passar naquele momento.

Como funciona

  1. 1Os rostos são detetados e acompanhados enquanto permanecem no campo de visão.
  2. 2Um Vision Transformer (ViT) estima a idade em anos e o sexo a partir dos rostos de frente, várias vezes por pessoa.
  3. 3As leituras são consolidadas por pessoa (mediana da idade e média da probabilidade de sexo), o que elimina oscilações.
  4. 4Cada pessoa é contada uma única vez, sem armazenar imagens nem identidade.
  5. 5O perfil agregado aciona a recomendação de conteúdo/campanha mais adequada.
YuNet (OpenCV)Vision Transformer idade/sexo (ViT-Base/16 · ONNX INT8)Seguimento facialMediana temporal por pessoa

Benefícios

  • Conhecer quem realmente visita a loja (não apenas quem compra).
  • Campanhas e mix de produtos alinhados com o público real de cada horário.
  • Audiência comprovada para vender espaços publicitários a parceiros.
+20–35%
Atenção aos conteúdos nos ecrãs
+8–12%
Vendas de artigos promovidos
nova receita
Monetização de ecrãs (retail media)

As estimativas de idade e sexo são aproximações estatísticas (erro médio de ~6–7 anos e ~87 % de acerto no sexo em validação com o conjunto FairFace; a iluminação, o ângulo e a resolução da câmara influenciam). Recomenda-se uso agregado e anónimo (legislação de proteção de dados aplicável, como o RGPD).

Todos os segmentos

Tem um caso em mente? Envie um vídeo e receba a análise gratuitamente.

Envie um excerto de vídeo da sua operação: processamo-lo com a nossa IA e devolvemos o resultado com as deteções, os alertas e os indicadores — sem compromisso.