近日,由文安智能自主研發(fā)的“基于俯視圖像的區(qū)域去重客流統(tǒng)計方法”獲得國家知識產(chǎn)權(quán)局授予的發(fā)明專利證書,再次擴容了公司的技術(shù)專利矩陣。

一直以來,于購物中心或門店而言,客流數(shù)據(jù)都是衡量運營效率、支持運營決策的重要指標,因此能否獲得精準的統(tǒng)計數(shù)據(jù)便成為關(guān)鍵的第一步。

文安智能觀察到,大多數(shù)購物中心或門店都會裝有若干寬度較大的門,為實現(xiàn)對門口區(qū)域的全覆蓋,往往需要安裝多臺智能感知設(shè)備,此時這些設(shè)備自身的感知區(qū)域難免出現(xiàn)重疊,當行人經(jīng)過重疊部分時便會產(chǎn)生重復計數(shù)的誤差。

該發(fā)明專利技術(shù)可對重疊區(qū)域中的目標行人進行時間、空間等多維度特征匹配,以此去除客流統(tǒng)計的重復計數(shù),保證線下智慧空間數(shù)據(jù)采集過程中準確性和可靠性。

自2008年推出購物中心店鋪級客群數(shù)字化系統(tǒng)以來,文安智能始終以極致的AI算法能力與領(lǐng)先的硬件創(chuàng)新水平,已累計獲得200+項知識產(chǎn)權(quán),為500余座購物中心、超15萬家線下門店提供全空間的數(shù)據(jù)感知與運營決策服務(wù)。

值得一提的是,文安智能還于近期獲得“基于隱馬爾可夫模型的目標檢測模型的搜索方法”與“基于主動學習的目標檢測模型訓練方法”兩項基于AI核心算法的創(chuàng)新發(fā)明專利,并已在多個具體場景中得到應(yīng)用,受到了眾多客戶的高度贊揚與一致好評。

“基于隱馬爾可夫模型的目標檢測模型的搜索方法”通過重構(gòu)隱馬爾可夫模型得到特定網(wǎng)絡(luò)結(jié)構(gòu)的目標檢測模型,有效減小了目標檢測模型的尺寸及參數(shù)量,避免了高額存儲空間資源與計算資源的消耗,大大提高了目標檢測模型的實用性以及終端設(shè)備的穩(wěn)定性。

“基于主動學習的目標檢測模型訓練方法”通過主動學習的半監(jiān)督學習方式,在保證樣本圖像多樣性的前提下,對樣本數(shù)量進行精準化自動調(diào)控,有效避免了樣本圖像數(shù)量過大問題,大大提高了訓練目標模型的高效性和穩(wěn)定性。

創(chuàng)無邊界 創(chuàng)無止境

作為線下空間智慧感知技術(shù)的引領(lǐng)者,文安智能從未停下創(chuàng)新的腳步。

“做AI、做技術(shù),既要仰望星空又要腳踏實地。在新技術(shù)不斷蛻變的同時,要保證它們能落在實處、產(chǎn)生價值,作用于每個具體場景上、每個實際需求上?！?

未來,文安智能將持續(xù)增強創(chuàng)新實力,不斷擴大核心技術(shù)領(lǐng)域的專利儲備,為購物中心的數(shù)字化轉(zhuǎn)型持續(xù)輸出“VION力量”。