顾客流量统计
1. Customer Detection
使用TensorFlow Object Detection API训练faster_rcnn_resnet101深度网络
622张训练图，真实场景截图混合网上搜图，2.3万步训练可以达到如下效果，准确度还是很不错的。
Customer Detection结果展示
2. Statistics by Zone分区统计
根据书店的平面地图及摄像头的安装位置，分区统计人数，得到基础的热区分布
难点1：图像坐标系，相机坐标系，世界坐标系之间的关系转化，多角度摄像头的画面融合
https://blog.csdn.net/waeceo/article/details/50580607
http://www.360doc.com/content/14/0410/14/10724725_367760675.shtml
难点2：图片左上角的时间戳抠取
这部分结果可以用于优化图书的摆放策略以及陈列方式
3. Statistics by Time分时段统计
统计每时段的客流量统计，可优化员工工作时间
顾客运动轨迹追踪
通过OpenCV对视频的帧间变化进行分析，跟踪每位顾客从进店到离店的运动轨迹
分析人群整体的轨迹，对书店书架排布，阅览区的位置安排等有参考意义
通过顾客滞留在某区域的时间推测顾客的图书选择偏好，结账时可绑定会员号，进行个性化推送
顾客Demographic Characteristics人口学特征分析
通过深度学习框架对顾客的人口学特征(如性别，年龄等)进行判断
虽然会员登记可能得到相关数据，但其准确性有待验证，而对视频分析得到的结果则更加真实直观，这对未来书店的推广方向具有一定的指导意义
类似应用：
