您所在的位置: 成果库 人体特征识别及跨镜追踪(ReID)算法的新零售和便民应用

人体特征识别及跨镜追踪(ReID)算法的新零售和便民应用

发布时间: 2022-11-04

基本信息

合作方式:
成果类型: 新技术,新技术
行业领域:
电子信息技术
成果介绍
项目背景:大数据应用过程中,网上信息易获得的同时也意味着互动成本更低,而线下到访通常都带着一定的诉求而来,充分发掘线下访客背后的诉求并形成价值转化,提升品牌在线下场景的营销效率,是本项目出发点。 技术突破:人体特征的ReID技术 即“跨镜追踪技术”,主要解决跨摄像头跨场景下行人的识别与检索。本项目通过算法研发和优化实现人体特征识别及跨镜追踪(ReID)独立于人脸识别技术,单独实现基于人体特征对线下访客进行跨摄像头连续跟踪,从而达到信息合规的目的。 合规是基础:在合规,准确,且访客无需主动参与的提前下,基于自研的人体特征识别及跨镜追踪算法,将线下访客数据归集到访客BUID的数据单元,为线下零售场景提供分级别的数字营销技术服务,从而实现线下访客数据价值转换,即本项目收益。 场景应用(已经盈利):重点关注开放空间如品牌展台、(商超)活动的访客数据收集和转化,同时也适用于封闭和半封闭空间如(零售)门店、商场、(主题)乐园。
成果亮点
1:线下访客数据采集技术:笔克团队通过自有知识产权的算法实现了基于人体特征的比对和数据匿名ID归集,并得到市场和品牌认可 2、实现独立于人脸技术的人体跨镜追踪技术 3、多镜头坐标系统同步和轨迹预测技术 4、算法ReID跨镜追踪-基于人体多维度特征的跨镜追踪 5、算法数据准确率-客户参与实际计算,多组多次半小时内准确率高达97%
团队介绍
主申报人侯闳轩任北京笔克数字业务单元副总裁,是澳门科技大学和北京科技大学受邀讲师,Sitecore 技术和实践专家。战略咨询顾问2位均具有30年商业和管理经验,分别来自MIT和微软。算法团队由多位博士、硕士组成,技术团队多位具有10年以上技术开发背景。 团队内包含数位优秀高校毕业科研技术人员以及三位海归核心人员: 梁诚 ,战略咨询顾问 ,30多年公司管理和商业经验,麻省理工学院 MIT ;斯隆商学院 在读商科项目;区块链、深度学习、AI应用方向。 萧永正 ,战略咨询顾问,25年软件工程和软件应用经验,曾任微软、亚太研发集团商务软件部总监、加拿大滑铁卢大学学士及硕士。 徐美,创意和美术顾问,纽约科技学院艺术创意、营销创意策划顾问、 定制化设计页面美术指导 。
专家点评

“科创中国”技术路演——电子信息(嘉兴)专场 | 2022-08-24

  • 徐振群

    亚禾资本—合伙人

    产业专家
    有一定的产品力、感觉更像是“餐后的甜点”,必要性不是特别强
  • 张云通

    顺为资本—投资经理

    产业专家 经济专家
    团队和产品力较好,但商业化场景和市场规模相对有限,现阶段财务数据表现一般
成果资料
路演文件