I-MALL Improving the customer experience in stores by intelligent computer vision

I

l progetto riguarda la computer vision e il deep learning, in contesti di tracciamento e profilazione delle persone, in modo particolare all’interno di un centro commerciale. L’applicazione finale del progetto analizzerà  il comportamento del cliente, in modo da fornire suggerimenti personalizzati ai terminali di digital signage. L’obiettivo primario è indagare le questioni scientifiche chiave relative alla computer vision e che sono centrali per lo sviluppo di soluzioni innovative rispetto allo stato dell’arte.

MICC – Media Integration and Communication Center – Univ. Firenze

Partnership with: University of Salerno, University of Verona, University of Palermo 
Funded by: MIUR Ministero of Education, University and Research  

https://imall.unisa.it

Nella nostra società, il rilevamento e il tracciamento degli individui tramite videocamere sono sempre più utilizzati in molti contesti quotidiani. Le applicazioni principali riguardano la sorveglianza in ambienti critici, dove per la sicurezza è di primaria importanza  capire chi sta facendo cosa, controllando se si tratta di un comportamento normale o meno. Tuttavia, applicazioni meno intrusive di profilazione sono sempre più utilizzate in altri contesti di vita quotidiana, per migliorare la qualità della visita (per esempio capire gli interessi di un turista) o per fornire suggerimenti basati su scelte, attività e luoghi visitati. Sebbene le telecamere e la computer vision siano ampiamente utilizzate insieme al machine learning, per eseguire il rilevamento e la classificazione automatica nelle applicazioni di sorveglianza, in altri contesti di vita quotidiana la profilazione è per lo più basata su user-generated information (ad esempio attraverso i social network) e su un esteso data-mining, supportato da algoritmi smart recommender. Mentre questi strumenti tecnologici sono mezzi potenti e ampiamente utilizzati, riconosciamo che la computer vision ha un ruolo complementare in questo compito.

  1. Può supportare una caratterizzazione visiva di un individuo, la sua nazionalità, genere, età…., può catturare una firma visiva nel sispetto della privacy per eseguire la re-identificazione all’interno di un luogo, e può, quindi, rendere possibile tracciare e comprendere i suoi percorsi.
  2. può rilevare e classificare il suo abbigliamento e quindi capire i gusti e le disposizioni psicologiche.
  3. può analizzare il suo comportamento, capire gli interessi e i sentimenti.
I

l progetto si propone di verificare fino a che punto la Computer Vision e l’AI possano supportare la derivazione di profili individuali e fornire suggerimenti personalizzati appropriati ai terminali di segnaletica digitale. Riconosciamo che l’esperienza di shopping è strettamente legata allo stato emotivo dell’individuo e quindi alle condizioni momentanee personali. Pertanto, l’analisi del comportamento individuale durante il tempo della visita è molto più utile degli attributi personali, derivati dai dialoghi dei social network in modo da capire le attitudini e gli interessi del visitatore.

Le identità dei clienti sono identificate da numeri progressivi resi anonimi e i luoghi visitati, gli interessi, e anche i comportamenti e le sensazioni sono associati a tali identità. Saranno cancellati dal sistema non appena la persona lascerà il centro commerciale. Il progetto include un’analisi preliminare e l’interpretazione della legislazione per derivare linee guida rigorose nella progettazione e implementazione delle funzioni tecnologiche. È previsto un test a VERONAFIERE.