В Новосибирском государственном техническом университете НЭТИ разработали нейросеть, которая в реальном времени анализирует перемещения посетителей магазинов и строит тепловые карты их активности. Проект создан на основе технологий компьютерного зрения и предназначен для ритейла, сообщили интернет-газете «ЖУК» в пресс-службе вуза.
Программный инструмент позволяет мгновенно получать данные о поведении покупателей, что поможет делать торговые залы более удобными и эффективными. Система анализирует видеопоток с камеры наблюдения: нейросетевая модель обнаруживает людей в кадре, подсчитывает их количество, запоминает траектории движения и места остановок. Эта информация накладывается на видео в виде цветного градиента — «тепловой карты». Чем «теплее» цвет, тем больше людей побывало в этой точке.
В отличие от простых систем подсчета посетителей у входа, новый алгоритм позволяет увидеть полную картину поведения человека в зале. Как рассказал руководитель проекта, ассистент кафедры автоматизированных систем управления НГТУ НЭТИ Егор Антонянц, работа строится в несколько этапов: нейросеть выделяет людей на каждом кадре, программа накапливает данные, а затем математические алгоритмы преобразуют их в визуальную карту в режиме реального времени.
Главный разработчик проекта, студент четвёртого курса Дмитрий Гордиенко, отметил, что существующие аналоги либо слишком дороги для небольших магазинов, либо дают лишь общую статистику, не показывая в моменте, что привлекло внимание человека.
«Наша разработка позволяет прямо сейчас оценить, насколько удачно выложен товар на новой витрине или в какой зоне зала посетители проводят больше всего времени. Мы это наглядно проверили: в одном из тестовых видео чётко видно, как покупатели останавливаются у витрины с мороженым, а продавец всё время находится в зоне кассы. Такую информацию можно использовать для мгновенной корректировки выкладки товаров», — пояснил Дмитрий Гордиенко.
Он добавил, что инструмент может быть полезен не только в ритейле, но и в музеях, выставочных центрах и аэропортах, где важно оперативно понимать потоки людей. В перспективе систему можно адаптировать для более сложной аналитики и интеграции с существующими системами видеонаблюдения.
Подобные разработки в России ведутся и в других научных центрах. Например, учёные РТУ МИРЭА создали нейросеть «Цифровой ковчег», которая предназначена для реставрации древних икон.