Распространение камер видеонаблюдения и постоянно растущий объем записей с них натыкаются на невозможность обработки без применения компьютера. Почему? Просто потому, что концентрация внимания человека, наблюдающего за изображением с двух камер, снижается более чем на 90% в течение всего двадцати минут. И здесь на помощь приходит компьютерное зрение.
Что такое компьютерное зрение?
Термин непосредственно связан с такими понятиями, как искусственный интеллект, машинное и глубокое обучение. Система получает информацию из изображений, анализирует ее и выдает результаты в тысячи раз быстрее, чем это могли бы делать люди. Глубокое обучение на основе нейронных сетей позволяет создать соответствующие модели.
Зачем это нужно?
Первое, что приходит в голову, это, конечно, безопасность. Распознать преступника по фотографии, проследить за его действиями, заметить мошенничество со стороны посетителей или персонала и даже вовремя отследить возникновение потенциально опасной ситуации вплоть до захвата заложников.
Но безопасностью дело не ограничивается. Есть и другие, не менее полезные сценарии, такие как контроль действий кассира, мониторинг очередей, проверка социального дистанцирования, контроль качества продукции и соблюдения схемы выкладки товаров, распознавание пустот на полках и даже повышение лояльности клиентов.
Защита от воровства и повышение лояльности клиентов
Люди, занимающиеся воровством, обычно делают это не единожды. Системы компьютерного зрения, анализируя видеопоток с камер магазинов, способны вычислять и запоминать таких посетителей, моментально уведомляя охрану о их появлении.
Наряду с моделями, построенными на определении лиц, существуют более сложные вариации, умеющие распознавать мимику, жесты, язык тела. Например, они могут срабатывать на необычное поведение – лишние и суетливые движения, взгляды на дверь, слишком широкие шаги и многое другое.
В настоящее время такие системы уже внедрены или находятся на этапе тестирования и пилотных проектов в некоторых крупных розничных сетях России.
Кстати, та же самая система может распознавать постоянных покупателей, подсказывая кассиру их имена или делая скидки без предъявления карт.
Контроль действий кассира
Еще один сценарий применения компьютерного зрения в ритейле — это контроль действий кассиров, позволяющий предотвратить мошенничество или вовремя заметить ошибочные действия.
Закрепленная над кассой камера передает в систему видео, анализ которого позволяет модели выявлять нарушение правильного порядка действий кассира.
Система распознает пронос товаров мимо сканера штрихкодов, генерирует оповещения о нарушениях и, одновременно, может собирать статистику о покупках, количестве посетителей и многом другом.
Мониторинг очередей
Сценарий позволяет повысить качество обслуживания, распознавая количество человек в очередях у разных касс, позволяя перераспределять покупателей между свободными кассами или привлекать по необходимости дополнительный персонал.
Кроме того, такие системы позволяют оценивать количество человек в очереди с тележками, корзинками или товаром в руках, правильно пересчитывая таким образом время, необходимое для обслуживания таких покупателей.
Когда время ожидания превышает заданные параметры, персонал магазинов получает оповещение.
Такие технологии уже были внедрены, к примеру, в торговой сети «Перекресток», после чего количество жалоб в таких магазинах снизилось в два раза, а число чеков в расчете на одну кассу возросло почти на 10%.
Контроль качества продукции
Предусмотрен и такой сценарий применения компьютерного зрения. К примеру, модель обучается по внешнему виду распознавать испорченные продукты, а также продукты с нарушенной или потерявшей товарный вид упаковкой. Таким образом осуществляется автоматизированный контроль качестве товаров при приемке, перемещении, выкладке и на витринах.
Распознавание пустот на полках
Повысить эффективность использования торговых витрин и площадей можно с помощью моделей, распознающих пустоты на полках и позволяющих вовремя восполнять расставленные товары.
Что дальше?
Возможности компьютерного зрения не ограничиваются перечисленными выше сценариями. Отдельными пунктами идут особенно актуальные в настоящее время модели, позволяющие контролировать соблюдение социальной дистанции и наличие маски и перчаток на покупателях и персонале.
Крупные торговые сети, такие как «Перекресток», «Пятерочка», Billa и другие уже внедряют и активно используют различные системы на базе искусственного интеллекта и компьютерного зрения. Перспективы этого направления велики. Похоже, в скором будущем такими системами будут оснащены многие крупные ритейлеры.
