用于购物行为分析的实时嵌入式行人检测与跟踪
计算机视觉与模式识别
2020-07-10 v1
摘要
通过类商店环境中对人员的计数与跟踪来分析购物行为，为商店运营者提供有价值的信息，并揭示店铺布局的关键洞察（例如频繁访问的位置）。为此，自动化本地解决方案优于增派员工。这些自动化系统应具成本效益，最好在轻量嵌入式硬件上运行，能在极具挑战的场景（如处理遮挡）下工作，且最好实时。我们通过在与 Jetson TX2 硬件平台上实现基于 TensorRT 优化的 YOLOv3 实时行人检测器来解决该挑战。将检测器与稀疏光流跟踪器结合，我们为每个顾客分配唯一 ID，并解决了部分遮挡顾客丢失的问题。该检测器-跟踪器方案以 10 FPS 的处理速度取得了 81.59% 的平均精度。除有价值的统计信息外，还提取了频繁访问位置的热力图并用作视频流上的叠加层。
引用
@article{arxiv.2007.04942,
title = {Real-time Embedded Person Detection and Tracking for Shopping Behaviour Analysis},
author = {Robin Schrijvers and Steven Puttemans and Timothy Callemein and Toon Goedemé},
journal= {arXiv preprint arXiv:2007.04942},
year = {2020}
}