Principes fondamentaux que vous devez connaître sur la vision par ordinateur dans le commerce de détail

Intelligence artificielle (IA)

L'intelligence artificielle est un ensemble d'algorithmes qui simulent une intelligence de type humain. Les ordinateurs peuvent être programmés pour penser, apprendre et comprendre.

La technologie IA de Checklens alimente des caméras capables de détecter automatiquement tout type de produit dans tout format de magasin en quelques fractions de secondes. L'IA reconnaît instantanément un produit lorsqu'il entre dans le champ de vision de la caméra.

Classification des images

Catégorisation et attribution d'une étiquette à une image donnée.

Checklens IA attribue une catégorie à chaque produit reconnu. Les produits sont seulement reconnus, et non pas comptés pendant la classification.

De cette manière, les solutions Checklens sont en mesure d'affecter les articles à leurs catégories, par exemple, lors de la reconnaissance des fruits et légumes dans Checkfresh.

Nous définissons trois types différents de classification d'images :

Classification binaire :

S'applique lorsque nous voulons prédire si une image appartient à une catégorie particulière ou non, par exemple, la technologie IA nous dit s'il y a un produit sur l'image ou non, sans identifier le type particulier de produit.

Classification multi-classes :

Sortie d'une classe spécifique parmi un ensemble d'options disponibles. Par exemple, l'IA de Checklens nous indique l'identifiant du produit parmi un ensemble de produits dans un magasin.

Classification multi-labels :

Affectation d'un ensemble d'étiquettes à une image qui peuvent ne pas être mutuellement exclusives, par exemple Checklens IA nous dit toutes les couleurs qui sont vues sur une image ou nous dit si un plat principal ou un plat d'accompagnement est vu sur une assiette.

Détection d'objets

Estimation de la localisation d'objets dans une image et identification de leurs classes.

Checklens IA combine la localisation avec la classification d'un produit reconnu. Habituellement, la localisation est décrite en termes de boîte englobante de l'objet. Comme pour la classification d'images, la sortie d'un modèle de détection d'objets comprend une probabilité de l'étiquette attribuée à chaque produit trouvé.

Cela permet aux solutions Checklens d'analyser les éléments découverts en premier lieu.

Suivi multi-objets (MOT)

Estimation des trajectoires de plusieurs objets cibles dans une séquence vidéo donnée.

Checklens IA suit les multiples produits qui sont vus dans une vidéo. Un modèle est développé afin de relier les détections à travers chaque image et de générer des trajectoires d'objets. Cela nous permet donc de suivre automatiquement les produits dans chaque vidéo.

Cela permet aux solutions Checklens de détecter les « non-balayages » ou les «mauvais balayages » des éléments suivis.

Reconnaissance d'actions

Classification d'une activité d'un ou plusieurs sujets sur la base d'une séquence vidéo de leurs actions.

Checklens IA classifie certaines activités d'un acheteur ou d'un groupe d'acheteurs, par exemple, des acheteurs se tenant devant une étagère, des acheteurs prenant des produits d'une étagère, un client scannant des produits à une caisse automatique, des acheteurs passant des produits à d'autres acheteurs ou des clients plaçant des produits dans un panier, de nouveau dans l'étagère, etc.

Cela permet à Checklens' Solutions d'utiliser le comportement du client afin d'analyser les « non-scans » ou les « mis-scans ».

Anonymisation du visage et des autres données personnelles

Suppression de tous les identifiants personnels (par exemple, les yeux, les oreilles, l'ensemble du visage) et des informations privées ou confidentielles (par exemple, les détails de la carte de crédit) des données brutes afin de préserver l'anonymat de tous les acheteurs tout au long de la visite du magasin.

Checklens IA utilise un système d'anonymisation automatique. Les régions d'informations faciales et les données personnelles/sensibles visibles sont automatiquement remplacées par des régions floues. Les données personnelles ne sont donc pas reconnaissables par l'intelligence humaine ni par les systèmes de reconnaissance artificielle.