在全球定位无处不在的世界里，跟踪一个人群的运动从未如此简单。但跟踪到办公室就不那么容易了，角落，走廊，门口和会议室使室内人员追踪成为挑战，但这并没有阻碍企业家Andrew Farah尝试并取得成功。

Farah是Density的联合创始人兼首席执行官，该公司使用深度测量硬件和机器学习后端来执行实时人群分析。客户使用其堆栈来确定其办公室的哪些部分获得最多使用，哪些部分获得最少，并将人数统计指标提供给数百名（有时是数千名）员工。

这也是最浪费的。研究显示，在工作周里，书桌仅用59％，会议场所39％。付费的广场镜头通常闲置，例如联邦政府每年花费高达17亿美元保养770000个空的办公楼。

Farah在Syracuse大学的研究生院构想出了Density的核心技术，同时在一家移动软件开发公司工作。他的目标是衡量一家受欢迎的咖啡店如Cafe Kubal的繁忙程度。

他探索了几种不同的解决方案，但最终选择了一种基于红外线的系统，这成为Density人数统计技术的基础。原型并不完美，它无法判断线条是否正在形成或区分手牵着手的两个人。但最终，经过四年的发展，法拉和初创公司不断壮大的工程师团队将其归结为科学。

就在那时，他意识到咖啡店不是唯一能够从人群指标中受益的客户。“我们知道正确的市场是拥有办公空间的企业客户，”Farah说，“因为我们的传感器可以在摄像机无法进入的房间内进行占用检测。”

Density的传感器有点像小型笔记本电脑。它是一个长方形的盒子，适合普通大小的手掌，与其复杂性相悖，它由来自137个独特供应链的800多个组件组成。

传感器安装在门口上方，并通过两个从地板反弹的红外光束逐帧跟踪运动。算法过滤掉信号噪音，如箱子，婴儿车，手推车，车牌以及其他被携带或推动的物品，以测量人们走进和离开视线的方向，碰撞和速度。

数据通过Wi-Fi汇集到Density的云托管后端，在后端进行处理和分析。基本的Web仪表板提供了诸如房间的实时容量和历史人群规模等洞察，API允许第三方应用程序，服务和网站以新颖的方式利用数据。

Density的一个客户，一家大型制药公司使用传感器在每70次使用洗手间后，部署清洁剂来保持整洁。其他用途包括识别在疏散演习期间最常使用的建筑物入口，或估计在火灾期间办公室顶层的人数。

Farah表示，“Density可以做很多好事。”

Farah说，红外人员跟踪方法还有另一个优点：隐私。与安全摄像机不同，它的传感器无法确定其跟踪的人的性别或种族，或执行面部识别。

“相机要容易得多，但收集的数据在隐私方面会出现很多问题。”

Density不会对硬件收费，但需要每月或每年支付访问数据的费用。

优步在其中一个支持中心使用传感器，以确保中心配备充足的人员。