The FA Vision AI
딥러닝 기반 실시간 매장 동선 · 체류 분석 엔진 — 카메라 영상 하나로 방문객 흐름을 숫자로 바꿉니다
YOLOv8 딥러닝 사람 감지
ByteTrack 다중 객체 추적
Zone 체류시간 분석
Line 입·퇴장 카운팅
동선 히트맵
이벤트 자동 녹화
Edge AI · 현장 PC 처리
상태 확인 중
After · AI 실시간 분석 오버레이 — 감지 · 추적 · 구역 판정
현재 매장 인원
-
AI가 실시간 감지 중
동시 추적 동선
-
사람별 고유 ID 추적
누적 입장
-
출입 라인 통과 기준
누적 퇴장
-
방향까지 자동 판별
구역 진입 누적
-
전체 Zone 합계
총 체류시간
-
구역별 머문 시간 합
분석 프레임
-
가동 -
영상 소스
-
RTSP / 스트리밍 입력
Zone 분석 — 구역별 혼잡도 · 체류시간 (실시간)
| 구역 | 현재 | 진입 | 이탈 | 평균 체류 |
|---|---|---|---|---|
| 데이터 수신 중… | ||||
Line 분석 — 출입 흐름 카운팅 (실시간)
| 라인 | 총 통과 | 입장 | 퇴장 |
|---|---|---|---|
| 데이터 수신 중… | |||
AI 분석 파이프라인 — 영상에서 인사이트까지
① 영상 수신매장 카메라 RTSP
실시간 스트림
→
실시간 스트림
② 사람 감지YOLOv8 딥러닝
초당 수 회 추론
→
초당 수 회 추론
③ 동선 추적ByteTrack으로
사람별 ID 유지
→
사람별 ID 유지
④ 구역 분석Zone 체류시간
Line 입·퇴장
→
Line 입·퇴장
⑤ 히트맵·궤적많이 머문 지점
이동 경로 축적
→
이동 경로 축적
⑥ 이벤트 녹화감지 전후 클립
자동 저장·보존
→
자동 저장·보존
⑦ 클라우드운영 대시보드
KPI 통합 조회
KPI 통합 조회
실시간 이벤트 로그 — AI가 포착한 순간들
| 시간 | 타입 | 요약 |
|---|
분석 데이터 (Snapshot JSON) — API로 그대로 제공
{}
| 필드 | 의미 |
|---|---|
| people_detected | 지금 이 순간 화면에서 AI가 감지한 사람 수 |
| tracks_active | 고유 ID로 추적 중인 동선 수 — 같은 사람은 이동해도 하나로 유지 |
| zones[].current_count | 해당 구역 안에 현재 있는 인원 (실시간 혼잡도) |
| zones[].total_entries / exits | 구역 누적 진입/이탈 횟수 — 관심도·접근율 지표 |
| zones[].cumulative_dwell_seconds | 구역 누적 체류시간(초). 평균 체류 = 누적 체류 ÷ 이탈 수 |
| lines[].positive/negative_crossings | 라인 통과 방향별 카운트 — 입장/퇴장 자동 판별 |
| heatmap.hotspots | 사람이 가장 많이 머문 지점 상위 목록 (64×36 격자 분석) |
| people[] | 사람별 상세: 위치, 신뢰도, 현재 속한 구역 목록 |
| frame_index / uptime_seconds | 처리한 영상 프레임 수 / 분석 엔진 연속 가동 시간 |
| timestamp | 이 스냅샷이 생성된 시각 (매초 갱신, UTC) |