通过视频分析在服务行业中利用受限资源

服务业对许多发达与发展中经济体的贡献显著。随着业务活动迅速扩张，许多服务公司因资源短缺导致的服务响应迟缓而难以维持客户满意度。在资源短缺发生前预判并提供解决方案，是减轻对运营不利影响的有效途径。然而，这种主动方式在容量与人力成本上极为昂贵。许多公司陷入生产率困境：既无法找到充分有力理由来证明新技术成本的合理性，又因需投资新技术以匹敌竞争者而不得不为之。问题在于，是否存在一种创新方案，能最大化利用可用资源、大幅缓解资源短缺可能造成的负面影响，同时以低成本实现高水平服务质量。本工作通过对我们在香港国际机场（HKIA）设计部署的行李车追踪系统的实际分析，展示视频分析如何借助现有视频技术（而非采用新技术）实时检测并预防客户在服务消费过程中可能遇到的问题，从而帮助实现满足客户需求的管理目标。本文呈现了商用视频监控系统中集成深度学习算法以进行视频分析。我们表明，系统在全部或部分遮挡下仍能以高精度提供准确决策，并显著改善日常运营。预期本工作将提升服务业内对用于资源管理的集成技术以及作为实时客户协助手段的认识。