开放免结账杂货店中高效的人员聚类算法

开放免结账杂货店是指顾客无需排队结账的杂货店。开发此类系统并非易事，因其面临识别动态且海量人流的挑战。特别地，一种能将每个快照高效分配给对应顾客的方法对该系统至关重要。为应对开放免结账杂货店中的独特挑战，我们提出一种高效且有效的人员聚类方法。具体而言，我们首先提出拥挤子图 (Crowded Sub-Graph, CSG) 以定位海量连续数据流间的关系。CSG 由所提 Pick-Link-Weight (PLW) 策略构建，该策略基于时空信息\textbf{选取}节点，通过轨迹信息\textbf{连接}节点，并使用所提 von Mises-Fisher (vMF) 相似度度量对连接\textbf{赋权}。进而，为确保方法适应动态且未出现的人流，我们提出带简单最近邻 (Nearest Neighbor, NN) 策略的图卷积网络 (Graph Convolutional Network, GCN) 以精确聚类 CSG 实例。GCN 用于将特征投影至低维可分空间，NN 能在该空间内针对动态人流快速产生结果。实验结果表明，所提方法在此场景下优于其他对比算法。实践中，整个系统已实施并部署于若干真实世界开放免结账杂货店。