Torna ai progetti
Computer Vision · CASO STUDIO

Videosorveglianza che segnala i movimenti sospetti in tempo reale

Videosorveglianza AI per supermercati

Operativo presso il cliente

Un sistema operativo di videosorveglianza intelligente per analizzare i flussi delle telecamere dei supermercati, rilevare movimenti sospetti e inviare possibili alert alla sicurezza. Ho seguito il lavoro dall’addestramento del modello al deploy, alla dashboard e al collegamento con i sistemi del cliente.

Operativo
sistema in uso presso il cliente
Analisi videoObject detectionSicurezza retailDashboard
Corsia luminosa di un supermercato con scaffali e frigoriferi
Computer Vision
Immagine illustrativa
IL PROGETTO IN DETTAGLIO

Contesto e obiettivo.

Il progetto ha portato l’analisi con intelligenza artificiale dentro il flusso di videosorveglianza di un supermercato. L’obiettivo era affiancare il personale di sicurezza con un sistema capace di osservare le riprese, individuare movimenti sospetti e trasformarli in possibili segnalazioni da verificare. La soluzione è stata realizzata e messa in uso presso il cliente nel giugno 2026.

Il mio contributo ha coperto l’intero percorso tecnico: addestramento del modello, costruzione della pipeline video, deploy, interfaccia tramite dashboard e collegamento ai sistemi utilizzati dal cliente. Il risultato è un’applicazione operativa in cui il modello e gli strumenti di consultazione lavorano insieme, così l’analisi può entrare nel processo quotidiano della sicurezza.

01 / ESIGENZA DEL CLIENTE

Il problema da risolvere.

Un supermercato è un ambiente visivo complesso. Le persone si incrociano, si fermano davanti agli scaffali e possono essere parzialmente nascoste da altri soggetti o dagli arredi. Le stesse azioni assumono forme diverse a seconda della posizione della telecamera e della distanza. La presenza contemporanea di molte persone rende importante distinguere il movimento di interesse dal normale flusso di clienti.

Il progetto comprendeva anche condizioni di scarsa luminosità. L’analisi doveva quindi confrontarsi con riprese in cui contorni e dettagli sono meno visibili, insieme a scene più luminose e affollate. Queste condizioni hanno orientato il lavoro sul modello e sulla pipeline, con attenzione al materiale effettivamente prodotto dalle telecamere del supermercato.

La richiesta del cliente non si esauriva nella lettura delle immagini. Serviva collegare le informazioni prodotte dall’AI al lavoro della sicurezza, attraverso possibili alert, una dashboard e i sistemi dell’attività. Una segnalazione deve aiutare una persona a valutare un evento: il sistema evidenzia situazioni da approfondire, senza attribuire automaticamente un’intenzione o un comportamento illecito a chi compare nelle riprese.

02 / SOLUZIONE

Come ho affrontato il progetto.

Ho sviluppato una soluzione di Computer Vision che prende in ingresso gli stream delle telecamere oppure video già registrati. Il modello addestrato monitora le persone e alimenta il livello di analisi dei movimenti. La pipeline collega ciò che viene rilevato nelle immagini alla produzione di possibili alert, mantenendo il passaggio verso la sicurezza come parte del funzionamento del sistema.

Il lavoro ha affrontato insieme la componente AI e quella applicativa. Il deploy rende disponibile l’elaborazione nell’ambiente del cliente; la dashboard porta le segnalazioni in un’interfaccia operativa; le connessioni ai sistemi permettono di inserire il risultato nel flusso esistente. Questa continuità fra modello, elaborazione e utilizzo è stata centrale nella consegna.

Telecamere di videosorveglianza installate su un palo
Immagine illustrativa · Telecamere di videosorveglianza installate su un palo
IL FUNZIONAMENTO

Dai dati al risultato.

01

Riprese del supermercato

Stream delle telecamere e video registrati, con persone, illuminazione variabile e scene affollate.

02

Persone e movimenti

Il modello addestrato monitora le persone nelle immagini e alimenta l’analisi dei movimenti sospetti.

03

Alert e dashboard

Le possibili segnalazioni vengono rese disponibili alla sicurezza attraverso la dashboard e i collegamenti ai sistemi.

Schema descrittivo del flusso di lavoro del progetto.

03 / SVILUPPO

Le fasi del progetto.

4 fasi, dalla preparazione iniziale agli strumenti da consegnare.

01FASE

Preparazione del lavoro e addestramento del modello

Ho impostato il modello intorno alle riprese di videosorveglianza e alle persone da monitorare. Il materiale di lavoro doveva rappresentare le caratteristiche del supermercato: prospettive delle telecamere, persone vicine agli scaffali, incroci e livelli differenti di affollamento.

L’addestramento è stato orientato alle condizioni in cui la soluzione viene utilizzata, comprese le scene con poca luce. Il progetto non riguarda soltanto immagini isolate e ben leggibili, ma un ambiente in cui visibilità e distribuzione dei soggetti cambiano durante l’osservazione.

  • Addestramento del modello per il contesto retail
  • Attenzione alle riprese affollate e alla scarsa luminosità
02FASE

Pipeline per stream e registrazioni

Ho integrato il modello nel percorso di elaborazione dei video, collegando l’ingresso delle riprese al monitoraggio delle persone e all’analisi dei movimenti. Stream e registrazioni permettono di lavorare sul materiale proveniente dalle telecamere nelle modalità previste dal progetto.

La continuità fra i fotogrammi è importante perché un movimento si interpreta nel tempo. Il lavoro sulla pipeline ha quindi collegato la lettura delle singole immagini al contesto della sequenza, per produrre informazioni utilizzabili dal livello delle segnalazioni.

  • Elaborazione dei flussi delle telecamere
  • Analisi dei video registrati e dei movimenti nella sequenza
03FASE

Segnalazioni e dashboard per la sicurezza

Ho realizzato il collegamento fra l’analisi dei movimenti e la generazione di possibili alert. Il passaggio applicativo rende visibili gli eventi di interesse al personale, che conserva il compito di verificarli nel loro contesto.

La dashboard è la componente che mette in relazione l’elaborazione automatica e il lavoro operativo. È stata sviluppata insieme al sistema, così le informazioni prodotte dal modello non restano un output tecnico separato dall’utilizzo quotidiano.

  • Possibili alert collegati alle situazioni osservate
  • Interfaccia operativa per il personale di sicurezza
04FASE

Deploy e collegamento ai sistemi del cliente

Ho seguito la distribuzione della soluzione e il collegamento con gli strumenti dell’attività. Il progetto comprende quindi l’integrazione del modello nel sistema utilizzato, oltre al lavoro di addestramento e sviluppo della dashboard.

Il percorso si è concluso con una soluzione in uso presso il cliente. Modello, flusso video, segnalazioni e interfaccia costituiscono le parti di uno stesso sistema di supporto alla videosorveglianza.

  • Deploy nell’ambiente di utilizzo
  • Connessione fra analisi, dashboard e sistemi del cliente
Persona fra gli scaffali di un reparto ortofrutta
Immagine illustrativa · Persona fra gli scaffali di un reparto ortofrutta
04 / RISULTATI E CONSEGNA

Il risultato del lavoro.

La soluzione è operativa presso il cliente e supporta la sicurezza del supermercato nell’analisi delle riprese. Il sistema monitora le persone nei video, individua movimenti sospetti e genera possibili alert da approfondire, con una dashboard e collegamenti agli strumenti dell’attività.

Il valore del lavoro è nella consegna completa: un modello addestrato per il contesto, una pipeline che elabora le riprese e un’interfaccia utilizzabile. La gestione delle condizioni di poca luce e di forte affollamento fa parte del problema affrontato nel progetto, senza trasformare una segnalazione automatica in una decisione sul comportamento della persona.

  • Supporto alla selezione delle situazioni da approfondire nelle riprese
  • Analisi di stream e registrazioni provenienti dalle telecamere
  • Collegamento operativo fra modello AI, alert e dashboard
  • Un unico percorso tecnico dall’addestramento al deploy
IL PROSSIMO PROGETTO

Parliamo del tuo
progetto.

Descrivimi cosa vuoi ottenere e quali dati hai a disposizione. La prima call di 30 minuti è gratuita.

Parliamo del tuo progetto