动态人像识别系统在商业综合体中的应用

摘  要：随着信息化技术的飞速发展，人脸识别技术被广泛运用于各类丰富的场景并日益完善成熟。文章介绍了在人工智能高速发展的大背景下，动态人像识别系统在传统商业综合体中的应用，通过结合动态人像识别系统以及其他相关技术，深度助力商业综合体在面对激烈的行业竞争时的智能数字化转型，打造精准营销、降本增益的核心竞争力，同时对于动态人像识别系统在未来的商业场景下的应用方向进行了预测与展望。

关键词：商业综合体;动态人像识别系统;精准营销;人脸识别

中图分类号：TP391.41     文献标识码：A 文章编号：2096-4706（2020）15-0092-04

Abstract：With the rapid development of information technology，face recognition technology is widely used in all kinds of rich scenes，and the technology is increasingly perfect and mature. This paper introduces the application of dynamic portrait recognition system in traditional commercial complex under the background of rapid development of artificial intelligence，and deeply assists commercial complex to carry out intelligent digital transformation in the face of fierce industry competition by combining dynamic portrait identification system and other related technologies，so as to create core competitiveness of precision marketing and cost reduction and gain. At the same time，the application direction of dynamic portrait recognition system in the future business scene is predicted and prospected.

Keywords：commercial complex;dynamic portrait recognition system;precision marketing;face recognition

0  引  言

隨着商业经济以及电商行业的蓬勃发展，当下的商业综合体如果仅凭传统的运营模式将很难精准把握消费习惯各异的客户群体的需求，从而难以在激烈的竞争中突出重围。同时也有许多商业地产公司已经敏锐地意识到了数字化运营的必要性，采用了行业当前较为常见的红外线技术、头肩检测等技术统计客流数据。然而这类技术的不足在于准确性有限、功能单一，无法满足对消费者的消费行为数据的收集，更不能拉通线上线下的数据以满足商场对于消费者行为的分析需求。为了更全面地满足大型商业综合体的发展需求，云天励飞通过结合世界领先的人脸识别算法以及自主研发的智能终端设备，应用动态人像识别系统拉通消费者线上、线下消费行为数据并进行大数据分析的智慧化运营解决方案，推动商业综合体的数字化转型，提供深层次商业价值;同时提升消费者的个性化购物体验，使消费者的生活更加便利。

1  动态人像识别系统的原理及发展历程

动态人像识别系统的原理是基于人的实时脸部特征信息识别身份。一个典型的人脸识别流程首先会经过信号采集，即通过前端光学设备（如摄像机、扫描仪、相机等）采集图像或视频流，同时通过人脸检测技术检测与跟踪图像中的人脸。由于在现实场景中——特别是动态过程中进行采集，图像经常会受到阴影遮挡、光线变化、表情变换等众多干扰因素的影响，故需要通过人脸信息预处理模块对采集的原始信号进行处理，例如将质量较差的人脸图像进行降噪、缩小放大、裁剪、旋转等相关技术处理，提升人脸图像的质量并使其符合人脸特征提取的标准要求。接下来通过特征提取模块，精准提取出一串可以表征其人脸特性的编码并存储在模板数据库中，通过比对运算目标特征与数据库中的人脸特征，确定目标人脸的身份。综合人脸识别的步骤流程，可以将人脸识别系统分为采集系统、比对系统与后处理系统。采集系统用于获取待比对人脸的高质量图像或视频流;比对系统用于将图像转换到可以与人脸数据库（比对目标库）进行运算比对的特征编码，从而确定该比对对象的身份;后处理部分则用于将比对结果与后续的相关应用进行连接。

人脸识别系统的研究始于20世纪60年代，基于人脸的几何结构特征，人们对面部剪影曲线的结构特征的提取与分析进行了大量研究，但并未取得过多的成果;自1990年起，人脸识别的技术进入到高速发展的阶段，出现了著名的特征脸（Eigenface）方法与基于线性判别分析的Fisherface方法等技术，为后续的相关研究提供了更多思路，提升了人脸识别技术的应用效果。随着人脸识别技术研究的不断深入以及机器学习理论的发展，研究者的关注点开始从受限场景下的人脸识别转移到非受限环境下的人脸识别;2014年起，神经网络受到关注，Sun Yi等学者提出将卷积神经网络应用到人脸识别上[1]，自此之后，人脸识别技术不断革新，其精度日益提升，成为目前生物特征识别中最受人们关注的一个分支。

根据中国报告网发布《2018年中国生物识别市场分析报告-行业深度分析与发展前景预测》[2]中内容，自2015年到2020年，人脸识别市场规模增长了166.6%，在众多生物识别技术中增幅居于首位，预计到2020年人脸识别技术市场规模将上升至24亿美元。

动态人像识别技术目前已应用于海关、航空、港口、银行、企事业单位、会议活动、高端会所、重要街道等场所的安防监控场景，涉及黑名单人员检索报警、人流量统计以及犯罪侦查搜捕等功能，而依托警务探索开发的第一代动态人像识别系统——云天励飞“深目”系统已经在安防领域产业化、规模化落地，目前已经拥有50亿人脸数据的最大规模动态场景人像库和实战最丰富的人像智能数据分析和应用系统。利用技术优势，云天励飞积极拓展新商业业务场景，将动态人像识别系统应用在商业综合体中。

2  动态人像识别系统在商业综合体中的应用

商业综合体是出于城市土地资源的高度集约需要而产生的集商业、办公、居住、旅店、展览、餐饮、会议、文娱等三项以上功能为一体的多功能复合型商业中心，具有体量大、业态多和功能全等特点。然而在近年来在商业地产存量攀升、互联网电商兴起及消费模式转变的冲击下，招商难、运营难等问题愈加凸显，商业综合体的全数字化转型势在必行，尤其在优化业态、增强客户粘性以及智慧运营等方面有十分急迫的需求。

动态人像识别系统融合人工智能、智慧物联网、互联网流量经营这“三驾马车”，推动了商业综合体的智能化变革，重塑了客户的消费体验，显著解决了商业综合体对于消费者本身缺乏有效的认知识别手段、无法对消费者身份进行判断、更无法将海量消费者信息转化为可供挖掘的数据样本的痛点问题。

第一，动态人像识别系统为商业综合体的管理带来众多新的能力，未来将有更多的客户服务实现自动化处理，极大提升工作人员的工作效率;另外，系统通过“一人一档”“一物一档”等底层核心技术实现商业体物理世界的结构化处理，通过数字痕迹分析持续优化客户服务模式，实现“千人千面”特色服务。第二，智慧物联网点亮了传统商业体的线下数据黑洞。未来，各种传感器实时感知线下场景数据，实现精准用户画像，打造用户消费的“人—货—场”闭环数据服务。第三，互联网线上流量经营思维启发了线下商业体的运营转型。运用数据挖掘技术，商场经营者可以很方便地统计消费者的线下客流、进店率、停留时间、提袋率等重要数据，经营模式实现从传统“租金”模式到“流量+租金”的模式的转变。商业综合体“人—货—场”闭环数据图如图1所示。

在具体技术实现上，云天励飞提出通过采用典型“云+端”技术架构，将动态人像识别系统结合前端部署智能抓拍摄像头、智能抓拍POS机、自动采集机器人、AI智能显示屏等设备，实现商场消费者的“人脸+人体”数据、互动体验数据的获取。以动态人像识别系统为基础的商业综合体运营平台技术架构图如图2所示。

对消费者而言，海量数据经云端實时智能处理，在AI显示屏上即刻展示，可以提升其个性化体验。云端则通过动态人像识别技术（人脸人体识别、行为表情识别、服饰商标识别）、算法技术（商业综合体场景算法模型、数据挖掘技术）、数据融合技术（用户多维消费数据、店铺消费数据）来实现自动化和在线化的数据处理。同时，云端还和商业体现有运营系统（比如消费者结账系统、自助结账设备、会员系统、智慧停车系统等）完成数据对接，最终为商场消费者提供精准购物服务和丰富的增值服务。

对商场运营方而言，通过动态人像识别系统，打造客流智能服务平台，采用无感知数据采集，实现高质量的人脸自动抓拍、自动识别比对和自动报警等功能，结合海量商品的特征学习、人员的数字痕迹、人员信息和基础数据，进行平台化大数据分析，打造“一人一档”，从而实现智慧商业综合体管理新模式。

云天励飞打造的商业综合体中的动态人像识别系统一般包括以下几个模块。

2.1  前端人像采集

在全场主要出入口、楼层切换通道口、店铺、收银台等关键位置部署人像采集设备，用于动态采集消费者的人脸、人体信息。

2.2  人像防控平台

在商业场景中利用前端人像采集设备，建立防控区域，实现对可疑人员的实时闯入预警，帮助商场提前预警，利用以图搜图技术，帮助商场快速定位走失儿童、老人，提升服务品质，节省安保人力。

2.3  客流分析系统

区别于传统头肩颈客流分析系统，在实现客流计数的基础上，用人脸识别技术分析全场、楼层、区域、店铺等场所的客流，识别VIP消费者，入场消费者的性别、年龄属性，以不同的维度（日、月、年）分析客流对商业体销售运营的影响，同时可以对客流进行去重，将传统的客流人次精确到人。

结合建档技术，对全场、楼层、店铺、业态客流进行综合分析，分析判断店铺客户群像，包括：人员身份、性别、年龄、游逛时段偏好、社会关系等。根据全场客群属性及行为特征，调配场内产业及品牌配比，同时匹配针对不同店铺的客群，辅助商场管理者实现为店铺的定向引流。

分析场内各个店铺关联性，例如：客人在去电影院观影前，一般会游逛哪些店铺;客人在西贝用餐后，又会继续游逛哪些店铺。以此来帮助商场管理者策划、设计捆绑销售活动，促进一次到场的关联消费，整体提升销售业绩。

2.4  消费者档案平台

根据前端人像采集设备采集到的人脸图像，为到场的所有消费者建立行为档案，记录消费者的基本物理信息如年龄、性别、外观特征（帽子、服饰、眼镜、配饰等）;同时记录其线下行为，包括进店频次、进店时间、离店时间、单次停留时间、游逛行为（区域停留时间、游逛路径、商品关注度等）、社会关系（单身、情侣、夫妻、亲子等）等，结合商场实际销售结算系统的信息，包括消费频次、消费商品、消费金额等信息对其行为进行分析，得出每个个体的进店频次、游逛时间、游逛深度、提袋率等分析结果。针对大区域、多摄像头、偏向宏观数据分析的场景，对整体客流情况进行去重归档，把单一的客流人次，转变成人数。将这些信息进行聚类分析，得出不同消费者群体的行为特性，以便根据这些特征做“千人千面”的精准营销。

2.5  大数据分析平台

大数据分析平台融合各类系统采集的信息，实现了人像数据、手机数据、销售数据、客流数据多种数据的融合分析。其可以将海量数据归档、聚档以及形成以人、货、场为核心的多维数据全息档案，建立完善“人—货—场”三者之间的交互关系。

综合历史客流、历史销售、天气、温度、日期等多维信息，帮助商场评估、预测未来短期内的客流、客群、销售额，为商场营运活动规划提供数据支撑。

2.6  标准API接口平台

随着企业对信息技术的运用的不断深入，不同软件、不同部门之间的数据信息不能共享，设计、管理、生产、销售、库存等数据无法交流，为方便各种数据的打通，打破“数据孤岛”现象，建立以“人（消费者数据）—货（商品数据）—场（品牌商户数据）”为中心的标准API接口平台，将消费者的线上、线下数据与企业的经营数据打通，数据主要包括：消费者消费数据、会员数据、商品数据。

3  动态人像识别系统助力商业综合体智慧化发展的展望

除了通過动态人像识别系统进行精准用户画像助力精准营销等市场化应用，以往的商业综合体虽然业态丰富功能齐全，但其中的IT系统多为独立运作，数据和信息壁垒为资源的合理调配造成了障碍。为解决这个问题，动态人像识别系统可以应用在候梯厅、卫生间以及其他各类公用设施的场景下，通过部署智能摄像机和相应的人脸识别检测算法，对区域内的人数进行计算，实时感知各类资源需求，计算与精确规划资源利用的最佳路径，优化任务分配方式。以智能化调度电梯运行为例，通过规划电梯运行路线，优化停站次数，可以有效降低能源消耗;同理可以应用于光照调控、温度调控等各类能源调度场景。在卫生间以及母婴室的场景下，则可以通过人数的计算结合信息化显示的方式，给予消费者更智能的指引与规划，减少顾客等待时间，提升客户的体验与效率。对于运营方而言，科学智能地进行资源调配无疑将为企业显著提升节能及降本的增益。除了以上的这些应用，动态人像识别系统同样可以与安防、消防等安全场景紧密联系，减少突发事件的产生，提升运营方的应急处理能力，达到总体提升商业体安防水平的目的。

4  结  论

商业综合体已成为当前城市居民娱乐、休闲、生活及消费中不可忽略的重要市场，在“新基建”的大背景下，国家政策的强力支持可谓是促进人工智能加速崛起的重要因素之一，2017年人工智能首次写入国家政府报告，作为人工智能的重要细分领域，国家对人脸识别相关的政策支持力度在不断地加大。随着逐步明确的政策，相关技术的完善成熟以及应用场景的日益丰富，动态人像识别系统将全面结合商业经营、基础设施、人工智能以及大数据等多种领域和技术深度拓展，例如对客户消费行为的全面感知，再反哺线上数据，帮助商业分析等更多以人脸识别为驱动的智慧应用，助力构建一个更加便利、个性化以及安全的新型城市生活空间。

参考文献：

[1] 学术君.人脸识别报告（2018年第十三期） [EB/OL].（2019-01-10）.https：//www.aminer.cn/research_report/5c2edcab81ecb9818a8006be？download=true&pathname=facerecognition.pdf.

[2] 中国报告网，2018年中国生物识别市场分析报告-行业深度分析与发展前景预测 [EB/OL].（2018-02-09）.http：//baogao.chinabaogao.com/jisuanji/320298320298.html.

作者简介：王辰（1983—），男，汉族，湖南娄底人，工程师，硕士研究生，研究方向：计算机视觉识别技术的研究。