Nel campo degli approfondimenti basati sui dati, FootfallCam raccoglie costantemente feedback del mercato, facendo luce su aree critiche di miglioramento per miglioramenti incrementali del prodotto.
Le sfide: Riposizionamento del dispositivo senza aggiornamenti della configurazione, regolazioni della posizione del contatore, ostacoli sopra la testa, disturbi acustici durante i periodi operativi e non operativi e fattori ambientali difficili.
Riconoscendo l'importanza dell'apprendimento ambientale intelligente basato sull'intelligenza artificiale, affrontiamo questi problemi per migliorare la precisione e le prestazioni.
1.1 Rilevamento automatico delle ore di funzionamento
In base alle condizioni rilevate di seguito, ciascun dispositivo apprende dai trend storici utilizzando il Machine Learning (Random Forest); può determinare con precisione l'esatto orario di apertura e chiusura (risoluzione al minuto) di ogni giorno
(i) Schema del traffico
(ii) Condizioni di illuminazione
(iii) Stato della porta serranda (se presente)
1.1.1 Accensione/spegnimento dell'illuminazione del negozio
L'illuminazione ambientale cambia il rilevamento
1.1.2 Apertura/chiusura della porta dell'otturatore
Avviso automatico se l'ingresso viene rilevato come vicino
1.2 Avviso di blocco aereo
Utilizzando l'imaging 3D, se è presente una decorazione in alto che si ritiene abbia bloccato i percorsi pedonali, verrà inviato un avviso per ulteriore assistenza.
1.2.1 Rilevamenti di blocchi sopraelevati
Le decorazioni festive bloccano parzialmente la visualizzazione live del contatore
1.3 Avviso di modifica del percorso pedonale
Quando vengono rilevati oggetti "ulteriori" nei percorsi pedonali E viene rilevato uno schema di traffico anomalo, il dispositivo invierà un avviso per ulteriore assistenza.
1.3.1 Modifica degli arredi del negozio
(i) Modifica della visualizzazione del prodotto
(ii) Aggiungere/rimuovere mobili nella parte anteriore del negozio
1.4 Esclusione del personale e delle guardie
Contare il numero dei clienti, non il personale. Ciò è particolarmente importante per i negozi di lusso dove il traffico è basso.
1.4.1 5x Metodi di esclusione del personale
(i) Esclusione di linee/zone di conteggio
(ii) Esclusione del tempo di permanenza
(iii) Pulsante di esclusione del muro
(iv) Etichetta del personale dell'IA
(v) Etichetta discreta in tessuto
1.4.2 Esclusione della guardia
Basato sul modello del percorso pedonale "in bilico"; L'algoritmo AI classificherebbe la persona come "Guardia".
1.5 Modifica del rilevamento della posizione del dispositivo
Ogni dispositivo apprende continuamente informazioni sul suo ambiente. Se si verifica uno spostamento globale dell'ambiente, verrà inviato un avviso di "Cambio posizione dispositivo".
1.5.1 Dispositivo consapevole del suo ambiente:
(i) La visualizzazione dal vivo del contatore mostra un diverso ambiente di ingresso
(ii) Potrebbe aver invertito la direzione di entrata/uscita
1.6 Rilevamento del riposizionamento del dispositivo
I clienti spesso trasferivano i dispositivi in altri siti senza aggiornare il sistema. Ha causato dati di conteggio non validi. Il nuovo algoritmo AI rileverebbe un cambiamento ambientale e invierebbe un avviso per ulteriore assistenza.
Prima: Il dispositivo è accoppiato con IDramo6213
Dopo: Il dispositivo rimane con IDramo6213, tuttavia c'è un brusco cambiamento ambientale (rilevato da FootfallCam AI)
