Как сообщили в НЭТИ, нейронные сети (сверточная нейросетевая модель) на основе данных камер строят карты тепловой активности. Они показывают, например, что на определенном участке магазина бывает больше покупателей, в какой именно точке магазина, как правило, задерживаются потребители.
"Мы наглядно проверили: в одном из тестовых видео четко видно, как покупатели останавливаются у витрины с мороженым, а продавец все время находится в зоне кассы. Такую информацию можно использовать для мгновенной корректировки выкладки товаров", - пояснил главный разработчик проекта, студент четвертого курса факультета автоматики и вычислительной техники Дмитрий Гордиенко.
По словам разработчиков, обычно потребительское поведение высчитывают, фиксируя входящих и выходящих покупателей. Разработанный алгоритм позволит получить целостную картину посещения покупателем торговой точки.
"Сначала нейросеть выделяет людей на каждом кадре, потом программа накапливает данные об их местоположении, а затем с помощью математических алгоритмов преобразует их в понятную визуальную карту в режиме реального времени", - рассказали в университете.
В вузе отмечают, что аналоги таких программных продуктов уже есть, но они слишком дороги для малого и среднего бизнеса. Кроме того, программа может быть использована не только в ритейле, но и в любых общественных пространствах, где важно оперативно понимать потоки людей, к примеру, музеях, выставочных центрах или аэропортах.