Resumen:
El volumen y la complejidad de los datos generados por sistemas de vigilancia representan un reto para su almacenamiento, análisis y uso eficiente en tiempo real. Este artículo presenta un modelo para el almacenamiento y análisis de datos de vigilancia multimodal, combinando técnicas de inteligencia artificial con un enfoque modular y distribuido. El modelo permite aplicar procesos como el reconocimiento facial, la detección de objetos, la lectura de matrículas vehiculares y el análisis de patrones de marcha, estructurando la información capturada en formatos reutilizables como JSON. Además de facilitar el monitoreo y la automatización de
controles de seguridad, el sistema también abre oportunidades de análisis con fines
estratégicos y comerciales, como la evaluación del flujo de personas en puntos de venta o el seguimiento de cumplimiento operativo. Se abordan consideraciones clave para la implementación práctica, incluyendo el uso de protocolos de transmisión eficientes, procesamiento sin interfaz gráfica (headless), y estrategias de almacenamiento mixto entre base de datos y archivos. El modelo fue diseñado para ser escalable, interoperable y adaptable a distintas condiciones operativas.
