Распространение камер видеонаблюдения и постоянно растущий объем записи с них наталкивается на невозможность обработки без использования компьютера. Почему? Просто потому, что концентрация человека, смотрящего изображение с двух камер, снижается более чем на 90% всего за двадцать минут. И здесь на помощь приходит компьютерное зрение.

Что такое компьютерное зрение?
Этот термин напрямую связан с такими понятиями, как искусственный интеллект, машинное обучение и глубокое обучение. Система берет информацию из изображений, анализирует ее и дает результаты в тысячи раз быстрее, чем это могли бы сделать люди. Глубокое обучение на основе нейронных сетей позволяет создавать соответствующие модели.

Зачем это нужно?
Первое, что приходит в голову, это, конечно, безопасность. Распознавать преступника по фотографии, отслеживать его действия, замечать мошенничество со стороны посетителей или персонала и даже вовремя отслеживать возникновение потенциально опасной ситуации, вплоть до взятия заложников.

Но безопасностью дело не ограничивается. Существуют и другие не менее полезные сценарии, такие как управление действиями кассира, мониторинг очередей, проверка социального дистанцирования, контроль качества продукта и соблюдения схемы отображения продукта, распознавание пустот на полках и даже повышение лояльности клиентов.

Защита от краж и лояльность клиентов
Люди, которые воруют, обычно делают это не раз. Системы компьютерного зрения, анализируя видеопоток с камер магазинов, умеют подсчитывать и запоминать таких посетителей, моментально уведомляя охрану об их появлении.

Наряду с моделями, основанными на распознавании лиц, существуют более сложные варианты, которые могут распознавать мимику, жесты и язык тела. Например, они могут вызвать необычное поведение - ненужные и суетливые движения, взгляды на дверь, слишком широкие шаги и многое другое.

В настоящее время такие системы уже внедрены или находятся на стадии тестирования и пилотных проектов в некоторых крупных розничных сетях России.

Кстати, та же система может распознавать постоянных клиентов, подсказывая кассиру их имена или делая скидки, не показывая карты.

Контроль действий кассира
Еще один сценарий использования компьютерного зрения в розничной торговле - контроль действий кассиров для предотвращения мошенничества или своевременного обнаружения ошибочных действий.

Камера, закрепленная над кассовым аппаратом, передает в систему видео, анализ которого позволяет модели выявить нарушение правильного порядка действий кассира.

Система распознает прохождение товаров мимо сканера штрих-кода, формирует оповещения о нарушениях и одновременно может собирать статистику покупок, количество посетителей и многое другое.

Мониторинг очереди
Сценарий позволяет повысить качество обслуживания за счет распознавания количества людей в очередях на разных кассах, позволяя перераспределять клиентов между бесплатными кассами или при необходимости привлекать дополнительный персонал.
Кроме того, такие системы позволяют нам оценить количество людей, стоящих в очереди с тележками, корзинами или товарами в руках, тем самым правильно пересчитывая время, необходимое для обслуживания таких клиентов.

Когда время ожидания превышает указанные параметры, персонал магазина оповещается.

Такие технологии уже внедрены, например, в торговой сети «Перекресток», после чего количество жалоб в таких магазинах сократилось вдвое, а количество чеков на кассу увеличилось почти на 10%.

Контроль качества продукции
Предусмотрен и такой сценарий использования компьютерного зрения. Например, модель обучена распознавать испорченные продукты по внешнему виду, а также продукты с поврежденной или поврежденной упаковкой. Таким образом, автоматизированный контроль качества товаров осуществляется при приемке, перемещении, демонстрации и демонстрации.

Распознавание пустот на полках
Вы можете повысить эффективность использования торговых стендов и пространства, используя модели, распознающие пустоты на полках и позволяющие вовремя пополнять заказанные товары.

Что дальше?
Возможности компьютерного зрения не ограничиваются перечисленными выше сценариями. Отдельные точки - это модели, которые особенно актуальны в настоящее время, позволяя следить за соблюдением социальной дистанции и наличием масок и перчаток у клиентов и персонала.

Крупные торговые сети уже внедряют и активно используют различные системы на основе искусственного интеллекта и компьютерного зрения. Перспективы этого направления большие. Похоже, что в ближайшем будущем многие крупные ритейлеры будут оснащены такими системами.