- 课程回放
曾任职于北大方正、腾讯、阿里等知名企业,深耕互联网及人工智能领域近十年。曾经参与过央广电数字化改造、腾讯移动邮箱、微信读书产品、UC国际浏览器研发运营等产品项目经验。现为图普科技产品总监和商业智能总经理,聚焦AI在零售行业的落地,已带领团队成功服务零售多领域的数百头部客户,实现商业智能方案场景化搭建与规模化实施。
- 零售行业变化带来的机遇和挑战
- 图普REID技术实践演进之路
- 利用REID技术实现顾客热区分析的难点及解决思路
- 如何利用顾客热区分析优化线下商超运营
行人重识别(Person re-identification,ReID)也称行人再识别,是指利用计算机视觉技术判断图像或视频中是否存在特定行人的技术,即给定一个监控行人图像,检索跨设备下的该行人图像。可以与行人检测和行人跟踪技术相结合,以弥补固定摄像头的视觉局限,比如当人脸识别失效时,ReID就成为了一个非常重要的替代技术,也越来越受到大家的关注。
行人重识别典型的应用场景包括以图搜图、行人轨迹追踪、线下商超顾客热区分析等。其中,在顾客热区分析中,运营人员通过门店热力图,可以直观掌握门店内不同区域、不同货架的受关注程度,来优化商品陈列,提高用户体验和产品销量;通过门店热力图,运营人员还可以直观掌握门店内的客流分布,合理配置人员排班和资源调配;还可以直观掌握门店客流在不同时段内的变化趋势,为门店开展促销调研等提供决策支持,降低管理成本、提升线下商超的服务和销售能力。
那么,基于行人重识别的顾客热区分析实际应用现状到底怎样?在实际落地过程中又存在哪些难点呢?周五晚7点,计算机视觉应用合辑第4讲将开讲,由图普科技产品总监&商业智能总经理黄雅主讲,主题为《基于REID的顾客热区分析及线下商超应用》。
黄雅老师将结合图普科技的ReID技术演进以及实践经验,为我们系统讲解ReID技术实现顾客热区分析的难点、解决思路,以及如何利用热区分析优化线下商超运营策略。