Tornar a tots els articles

Recompte de multituds amb IA: com els organitzadors d'esdeveniments estimen l'assistencia

Aquell concert era de 5,000 persones o de 15,000? L'ull huma realment no ho pot distingir. El recompte de multituds amb IA proporciona xifres consistents i verificables en segons.

list En aquest article

Aquell concert era de 5,000 persones o de 15,000? Pregunta a tres persones i obtindras tres respostes. Les estimacions humanes de multituds varien habitualment entre un 50 i un 300%, i les implicacions politiques dels esdeveniments fan que la precisio sigui encara mes dificil de confiar.

El recompte de multituds importa per a la seguretat, els ingressos i el compliment normatiu, pero segueix sent un dels problemes de recompte mes dificils per als humans. Els nostres cervells son notablement dolents estimant grans grups. Les eines de recompte de multituds amb IA prenen un enfocament diferent: processen una foto o flux de video i retornen un numero, el mateix numero, cada vegada. Aixi es com funciona la tecnologia i on l'utilitzen els organitzadors d'esdeveniments avui.

Per que les estimacions humanes de multituds fallen

El cervell huma es bo comparant quantitats, com jutjar quina cua del supermercat es mes llarga. Es genuinament dolent comptant-les. Els cientifics cognitius assenyalen que un cop un grup supera les 4 persones, deixem de comptar i comencem a estimar. Com mes gran es la multitud, pitjors son les estimacions.

La recerca de Full Fact sobre recompte de multituds va trobar que les grans discrepancies entre estimacions son la norma, no l'excepcio. En una marxa a Londres de 2023, els organitzadors van reportar 800,000 assistents mentre la policia va estimar 300,000. Una concentracio a Sydney de 2025 va veure recomptes policials de 90,000 contra afirmacions dels organitzadors de fins a 300,000. Fins i tot observadors experimentats tenen dificultats per distingir entre dues i quatre persones per metre quadrat, una diferencia que duplica el recompte total.

El metode d'estimacio tradicional, el Metode Jacobs dels anys 60, implica comptar persones en quadricules de mostra, calcular la densitat mitjana i multiplicar per l'area total. Es millor que endevinar, pero encara depen de suposicions sobre la distribucio uniforme de la multitud que rarament es compleixen a la practica.

Gran multitud de concert a l'aire lliure fotografiada des de dalt, mostrant la densitat i escala que fa el recompte manual gairebe impossible

Com funciona el recompte de multituds amb IA

El recompte de multituds amb IA utilitza visio per computador per detectar i comptar caps o cossos individuals en una imatge. El proces funciona amb dos enfocaments principals.

El recompte basat en deteccio identifica cada persona individualment, col-locant un marcador a cada cap detectat. Funciona be per a multituds de fins a uns quants milers, on les persones individuals encara son distingibles a la imatge. Proporciona tant un recompte com un mapa visual que mostra exactament qui s'ha comptat.

L'estimacio de densitat gestiona multituds molt mes grans predient quantes persones ocupen cada regio de la imatge sense identificar individus. El model genera un mapa de densitat, un mapa de calor on les zones mes brillants indiquen mes persones, i suma els valors per produir un total. Aquest enfocament escala a desenes de milers de persones en un sol fotograma.

Sistemes moderns com SmartSport combinen ambdos enfocaments amb models de llenguatge grans que generen informes de gestio accionables. En proves de referencia, SmartSport va aconseguir un 93.8% de precisio en el recompte per a multituds d'instal-lacions esportives, mentre que experts van valorar els seus suggeriments de gestio generats per IA amb un 4.2 de 5.0 en practicitat.

On utilitzen el recompte de multituds els organitzadors d'esdeveniments

Seguretat i gestio de capacitat

L'amuntegament ha causat incidents mortals en recintes de tot el mon. El monitoratge de densitat de multituds en temps real alerta de seccions que s'acosten als limits de capacitat abans que es tornin perilloses.

Estimacio d'ingressos

Xifres d'assistencia precises alimenten la conciliacio d'entrades, la planificacio de concessions i els informes per a patrocinadors. Un subrecompte del 20% significa un 20% menys de poder de negociacio en les negociacions de patrocini de l'any seguent.

Trafic de vianants en comercos

Botigues i centres comercials utilitzen cameras cenital per comptar visitants per hora, mesurar el temps d'estada i avaluar l'impacte promocional sense comptadors manuals.

Transit i espais publics

Estacions de tren, aeroports i places publiques utilitzen el recompte de multituds per gestionar el flux, ajustar el personal i activar alertes quan la densitat supera els llindars segurs.

Vista aeria d'una congregacio publica amb una superposicio de mapa de calor translucid que mostra la densitat de la multitud des de zones de baixa a alta concentracio

Recompte en temps real vs. basat en foto

El recompte basat en foto funciona a partir d'una sola imatge. Puja una foto de multitud, obte un recompte. Es util per a l'analisi posterior: quanta gent va assistir al concert d'ahir a la nit, com d'abarrotada estava la placa al migdia, quants van venir a la concentracio.

El recompte en temps real processa un flux de video continu. Cameras muntades a les entrades del recinte o en passarel-les cenital compten persones a mesura que entren i surten, mantenint un total acumulat. Sistemes com ArenaIQ (2026) combinen monitoratge de densitat en temps real amb models predictius que preveuen pics de cues i necessitats de personal a les seccions de l'estadi.

L'eleccio depen del cas d'us. Les analisis posteriors a l'esdeveniment i les reclamacions d'asseguranca necessiten analisi basada en fotos. El compliment de seguretat i les operacions en viu necessiten fluxos en temps real.

Privadesa i consideracions etiques

El recompte de multituds planteja questions de privadesa legitimes. La bona noticia: la majoria de sistemes de recompte no necessiten identificar individus. Els models basats en deteccio compten caps sense reconeixer cares, i l'estimacio de densitat funciona completament amb patrons agregats.

La bona practica es processar imatges al dispositiu o en servidors segurs, conservar nomes el recompte i el mapa de densitat en lloc del material original, i comunicar clarament les practiques de monitoratge als assistents. Quan el recompte s'utilitza per a seguretat, la justificacio es directa. Quan s'utilitza per a vigilancia o documentacio de protestes, el calcul etic canvia significativament.

Seccions de seients d'un estadi plenes d'espectadors, vistes des d'un punt elevat mostrant zones diferents adequades per a l'analisi de densitat amb IA

La conclusio

Les estimacions humanes de multituds son poc fiables per naturalesa. El recompte de multituds amb IA proporciona xifres consistents i repetibles que no canvien segons qui fa l'estimacio o quina resposta vol. La tecnologia ha madurat des de la recerca academica fins a eines practiques que organitzadors d'esdeveniments, equips de seguretat i operadors d'instal-lacions utilitzen diariament.

La propera vegada que necessitis una xifra d'assistencia, oblida't d'endevinar. Una sola foto zenital i una eina de recompte amb IA et donaran una resposta que pots defensar, cada vegada.