Создана нейросеть для анализа поведения покупателей в магазинах

Ученые в Новосибирском государственном техническом университете (НГТУ) разработали нейросеть, позволяющую в реальном времени анализировать перемещения посетителей в магазинах и строить тепловые карты их активности. Об этом сообщили в пресс-службе вуза.

«Наша разработка позволяет прямо сейчас оценить, насколько удачно выложен товар на новой витрине, в какой зоне зала посетители проводят больше всего времени. Мы это 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», — цитирует пресс-служба одного из авторов разработки Дмитрия Гордиенко.

Разработка предназначена для ретейла. Она позволяет мгновенно получать данные о поведении покупателей, что поможет сделать торговые залы более удобными и эффективными. По словам руководителя проекта Егора Антонянца, система анализирует видеопоток с камеры наблюдения в реальном времени.

В основе разработки — нейросетевая модель, которая обнаруживает людей в кадре. «Программа подсчитывает количество посетителей, запоминает траектории их движения и места остановок. Вся эта информация мгновенно накладывается на видео в виде цветного градиента — так называемой тепловой карты. Чем „теплее“ цвет, тем больше людей побывало в этой точке», — пояснил Антонянц.

В отличие от распространенной системы подсчета посетителей торговых точек, когда каждого покупателя просто фиксируют у двери, новый алгоритм позволяет увидеть полную картину поведения человека в зале. Технически работа строится в несколько этапов: 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.

По словам Гордиенко, аналоги такого программного инструмента есть, но они или слишком дороги для небольших магазинов, или дают лишь общую статистику, но не показывают в моменте, что именно привлекло внимание человека.

Разработчики отмечают, что инструмент может быть полезен не только в ретейле, но и в любых общественных пространствах, где важно оперативно понимать потоки людей. «Речь про музеи, выставочные центры и аэропорты. В перспективе систему можно адаптировать для более сложной аналитики и интеграции с существующими системами видеонаблюдения», — уточнили в НГТУ.