2023-09-132023-09-132023-10-01Proyecciones Vol. 21 (2)1853-6352http://hdl.handle.net/20.500.12272/8499En 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.pdfspaopenAccesshttp://creativecommons.org/licenses/by-nc/4.0/Atribución-NoComercial 4.0 Internacionaldetección de personasvisión por computadorainteligencia artificialmapa de calorcomportamiento de clientespeople detectioncomputer visionartificial intelligenceheatmapcustomer behaviorinfo:eu-repo/semantics/articleSalvador Apablaza, Carolina Sol Fernández, Nicolás Gabriel Locatti, Diego Durante, Sebastián Verrastro, Juan Carlos GómezLicencia Creative Commons Atribución- No Comercial