基于人脸识别的门店客流分析系统文献综述
2020-04-14 09:04
1.1 研究目的及意义
近些年来，我国经济不断的发展，然而在经营成本上升、消费需求结构调整、网络零售快速发展等诸多因素的影响下，实体零售遭受了前所未有的冲击，自2015年开始的关店浪潮至今仍来势汹汹，并且几乎席卷了实体零售的所有业态。
实体零售是商品流通的重要基础，是引导生产、扩大消费的重要载体，是繁荣市场、保障就业的重要渠道。同时，在新一波商业浪潮中，网络零售在经过前些年的飞速发展后，如今也面临着线上用户增长及流量红利逐渐萎缩、物流和运营成本增加的发展瓶颈。
在此背景下，2016年10月，马云在阿里云栖大会上首次提出了“新零售”概念，他表示，未来，线下与线上零售将深度结合，再加现代物流，服务商利用大数据、云计算等创新技术，构成未来新零售的概念。纯电商的时代很快将结束，纯零售的形式也将被打破，新零售将引领未来零售业全新的商业模式。
新型零售业将成为主流，很多商家已经从单一的网商或传统零售业转变为“互联网 新零售”的商业模式，而且在大趋势下，此类商户会呈现逐年递增的形势。
2016年11月，国务院印发《关于推动实体零售创新转型的意见》，《意见》共提出5大类16项具体措施推动实体零售商转型升级，释放发展活力。[1]其中，促进线上线下融合、创新经营机制与简政放权、促进公平竞争以及减轻企业税费负担等措施成为了支持新零售发展的重要保障。
其中客流量是零售业的基础指标，因其与销售量有直接的正相关。客流量通常也被称作人数，是大型商场，购物中心，连锁店，机场、车站、博物馆、展览馆等公共场所在管理和决策方面不可或缺的数据。对于零售业而言，人数更是非常基础的指标。因其与销售量直接的正比关系，人们对人数统计数据的重视由来已久。
基于商场实时、动态、准确长期的客流变化数据，并与其它经营管理相关的数据和信息进行综合分析，能得到许多有价值的信息：准确把握成交率、准确把握当天营业时间内客流量的高峰时间，并针对该高峰期采取有效的销售手段，更进一步提高成交率、实时了解客流动态，根据其变化即可合理的安排工作人员，节约人工成本的同时又可以有效的利用资源等。这一数据的意义非常重要，基于Linux的OpenCV视觉开源平台，具有强大的功能，在其基础上添加人脸识别等热门的图像处 理技术，实现商场客流量的统计[2]。
在零售业迅速发展的今天，据统计，新加坡、香港、日本、欧美等发达国家和城市90%以上的大型商场及连锁商业网点以及在广泛使用实时客流分析系统，由此可见：全面掌握业态运营的客流信息对实施科学的管理和做出正确的市场营销决策起着至关重要的作用。
然而，目前在商场管理系统中，无法统计商场人数，无法为管理者提供实时、直观、准确的客流量数据，不利于更高效的管理和组织工作。
在技术发展的背景下，为了解决这一问题，我们需要设计并更新传统商场管理系统，即基于人脸识别的门店客流分析系统。该系统集集客识别及集客自动管理于一身，运用人脸识别技术在有顾客进入商店时进行人脸检测、人脸识别，根据识别到人脸信息判断该顾客是否是二次进店，若是则调出顾客以往购买记录、询问偏好、购买周期及上次购买时间等信息，这样一来可以很方便的智能化的对集客 进行自动的识别，进而对集客信息进行分析处理，大大促进销售，提高效率。同时对采集的 人脸信息进行保存，设汁一个管理信息系统来对这些集客信息进行管理，此外还包括其它方面的信息管理，比如员工信息、客户信息、商品信息管理等。该系统的设计与实现对现在的销售行业是一个改变，在顾客出现的那一瞬间就己经知道了顾客的一些信息，这使得能够对该顾客提供针对性的服务，顾客满意的同时也提高了自身的效益。所以开发这样一个系统具有现实以及深远的意义。
