工業技術研究院 資訊與通訊研究所 楊耀欽 蘇奕宇 呂坤憲 張書馨 鄭名宏 蕭裕憲

受到新冠肺炎（COVID-19）疫情影響，實體零售自疫情後的衰退低迷，至近期隨著疫情警戒標準調降及解封而陸續復甦；智慧零售數據解決方案業者對北美零售市場的分析報告中，實體零售的人流及銷售延續2021年底持續增溫，至2022年已有94％顧客回到實體賣場購物消費[1]。因應逐漸回流的實體商店顧客，受疫情影響而暫緩甚至停擺的零售店點數位化及資訊技術導入也逐漸展開，藉由全構面的數據分析驅動智慧決策的高效能營運。現有的零售多已透過銷售點情報管理系統（Point of Sale, POS）管理交易並整合會員制達成銷售數據彙整及顧客關係管理（Customer Relationship Management, CRM），甚至進一步執行商業智慧分析（Business Intelligence, BI）並完成自動化行銷及廣告投放。對實體零售而言，上述一切數據之基礎為實體店點人流資訊。本文將介紹工研院發展之智慧人流影像分析系統（Massive Entities Detecting in Ubiquitous Surveillance Applications, MEDUSA），並以實際應用案例說明本系統之作法及效益。

MEDUSA服務流程與系統架構

本系統之架構與服務流程如圖1所示，以下依序說明。

(a) 取得場域影像 – 介接攝影機即時串流或接取監控系統之錄影檔案，評估影像品質與覆蓋範圍；提供觀測點任務之鏡頭架設規格建議，如解析度、俯角、光學變焦、視野範圍（Field of View, FOV）等。
(b) 影像分析 – 依觀測點任務屬性可選擇多種分析模組進行影像分析，如全場域影像在使用人流分析模組分析基礎之下，結帳櫃檯類型之影像可同時搭配人臉屬性模組，店內在各品牌商品陳設區可搭配停留時間模組；系統可產出包含人流資訊、人臉屬性如性別及年齡等多樣化數據之中繼檔。
(c) 設定分析目標 – 以直覺式圖形化互動操作介面提供使用者依實際需求進行分析標的之設定，可使用攝影機畫面或場域平面圖劃設觀測人流進出之虛擬計數資料點位軟體探針或劃設觀測人流移動、停留之多個相依區域範圍之軟體探針；本後置式分析工法之優點在於可任意依照場域布局與欲取得之資料分析標的進行調整，只需確保目標於影像拍攝涵蓋範圍內，即可輕易設定欲取得數據之軟體探針取得目標點位之資料，彈性且緊密扣合數據擷取與營運分析決策之需求。
(d) 數據可視化與資料介接輸出 – 依前項設定之目標輸出分析結果，提供視覺化數據圖表，影像分析數據精度可達秒級，可彈性調整數據呈現單位，如多日、單日、小時、分鐘等；單一店點內數據可以平面圖提供前向目標設定之店內數據（常見如進出店及特定櫃位等），中大型場域人流數據可從平面圖與攝影機布局導出全館、樓層、店周邊等項目；本系統資料輸出介面（Application Program Interface, API）提供多種常用資料交換協定，如表現層狀態轉換協定（Representational State Transfer, RESTful）、通訊網路程式協定（Socket）或以安全檔案傳輸協定（Secret File Transfer Protocol, SFTP）直接傳輸數據檔案等。
本系統為自行研發，其中核心之智慧影像分析引擎以巨量之國內外場域資料進行模型開發及演算法優化，以國內外商用場域資料進行驗證優化，並於國內數個商場導入測試驗證與應用；以下進一步說明技術應用方式。

圖1 MEDUSA智慧影像分析系統架構與流程圖

MEDUSA技術應用方式

以商用場域的基礎及關鍵數據－人流資訊為例，目前最常見的人流資訊取得技術及設備包含深度攝影機、光感測器、Wi-Fi及藍芽Beacon訊號偵測等，依場域的特性、需求與限制各有其適用性（如表1所示）；隨著深度學習技術的發展與電腦運算能力的提升，藉由影像分析發展應用或取得數據也快速商用化[2]。本系統利用商用場域中隨處可見的監視攝影機影像進行分析並取得數據加以應用，可降低系統建置的成本還能加速應用導入。以下介紹本系統兩種應用方式。

表1 商用場域取得人流數據技術比較表

首先是本系統透過商用場域店點的內外監視攝影機，分析影像中人員進出、移動及停留等變化，可涵蓋人數、方向、時間等屬性並提供量化數據[3]；如圖2所示，藉由偵測顧客移動方向可實作進出場人次計數功能，影像分析後的數據可用於統計進出時間點、各時段場域內人數、平均停留時間等資訊。

圖2 以門口監視攝影器影像分析進出人流（場域影像：工研院TechDay展覽）

第二種應用方式為場域店點導入本團隊自行研發之攝影機校正和多維座標轉換技術，可將一般2D-RGB攝影機的影像轉換為真實世界座標資訊；例如將攝影機影像所偵測到的人員影像位置經由座標轉換後標示於場域平面圖（如圖3所示），便能進一步估算人員在空間場域中的位置、移動方向及速度及軌跡等，進而取得更細緻的人流分析數據。

圖3 人員位置由2D影像轉換至場域平面圖（場域影像：工研院展示館）

MEDUSA應用案例

以實際導入國內知名3C賣場為例，可透過場域內既有之監視攝影機影像進行分析；如圖4為一百貨商場之電動手扶梯人流數據，除可取得長時間平均數據（多日至數個月）外，亦可針對特定時間的進出人流進行觀測，可掌握商場該區域及樓層之人流數據。另如以一廣角攝影機架設於專櫃店點角落高處，涵蓋全店／專櫃及外圍週邊主要通道區域，便可分析週邊及進出店人流、店內特定區域顧客停留時間、店內移動軌跡等資訊；如圖5所示，以店內人流數據搭配POS銷售資訊，可掌握顧客停留時間與銷售額之關係，更可進一步精算人流與停留時間對應之消費轉換率。

圖4 人流與銷售額關係圖 （資料來源：本研究整理）

圖5 顧客停留時間與銷售額關係圖 （資料來源：本研究整理）

再以一國內知名百貨業者場域為例，本案需求為獲取全館進出人數與樓層容留資訊，因此透過場域平面圖對照監視攝影機架設布局，挑選涵蓋全館出入口與各樓層連接之手扶梯、電梯梯廳區域攝影機。從設定介面中對各攝影機畫面設定人流計數分析區域，手扶梯在連結性上可另行指定跨樓層之間進出方向邏輯，如此一來即可分析每日從營業開始至結束之各時間點全館進出人數以及人流移動至各樓層數據。如圖6所示，可掌握每小時顧客進館與離館之數量，並反映全館容留數分布情報；搭配圖7之各樓層容留數，可進一步掌握顧客進館後之移動停留數據。本案例場域不需新裝設感測設備，在使用既有監視器影像下，協助業者取得場域細部人流數據，以關鍵數據優化營運管理決策。

圖6 以全館出入口監視攝影器影像分析進出人流與容留數 （資料來源：本研究整理）

圖7 以各樓層連接之手扶梯、電梯監視器影像分析樓層容留數 （資料來源：本研究整理）

除了以常設型態進行每日數據觀測外，亦非常適合應用於促銷特賣活動；促銷活動場域多以增設臨時櫃位並規劃特定動線，只要活動區域在攝影機覆蓋範圍內，便可輕易藉由本系統圖形化操作介面對應動線調整軟體探針指定所需分析之資料點位，再依陳列商品櫃位新增所需之數個分析區域以取得人流移動與停留時間之數據，套用設定後即可生效；即使活動中因為顧客參與規模或特賣屬性調整而改變現場布局與動線，在後置式分析的系統架構下，可對於既有影像資料進行分析區域調整，具備數據回溯萃取之彈性與多樣性；藉由比對特賣活動期間及一般時段之數據，可取得特賣活動人流數據並進一步掌握人流擴散之引流效益，評估整體活動之銷售策略效益（如圖8所示）。

圖8 銷售活動前後之人流數據比較 （資料來源：本研究整理）

結語

智慧影像分析於商用場域應用之關鍵要素須具備可複製性、可營運性及易於維護之特性，以對應商業應用場域進場規範及營運之需求。本系統可介接場域既有攝影機影像達到快速進場之優點，以影像分析技術提供準確、多元、彈性的觀測數據，並以軟體即服務（Software as a Service, SaaS）方式提供業者網路存取數據之服務；透過實際合作案例，業者運用智慧影像分析獲取場域中全館、樓層、店內至展櫃等具時序之人流數據，掌握人流轉換率之基礎關鍵數據，以進一步優化場域營運及決策；本團隊將持續與國內外業者及場域合作，以提供智慧化的營運數據分析並建立商流數據驅動營運決策之解決方案。

參考文獻

[1] 21 Compelling Retail Statistics 2022 – How Many Retailers Are In The US？ https://www.zippia.com/advice/retail-statistics/
[2] 張書馨、鄭名宏、楊耀欽、呂坤憲、蘇奕宇，2020/06, 智慧影像分析於商用場域之應用, 電腦與通訊－智慧應用專輯, 第182期.
[3] S.-H. Chang, Y.-C. Yang, Y.-Y. Su; K.-H. Lu, System, Method and Storage Medium for Detecting People Entering and Leaving a Field, United States Patent No. US2022067391A1, 2022.