CN111681018A - 顾客行为分析方法与顾客行为分析系统 - Google Patents

Abstract

本发明的实施例提供一种顾客行为分析方法，其包括：经由至少一摄影机获取目标区域的图像；经由图像识别模块分析所述图像以检测所述目标区域内的至少一顾客的顾客行为；以及根据所述顾客行为自动产生顾客行为信息。所述顾客行为信息反映所述顾客对于至少一商品的关注度。此外，本发明的实施例也提供一种顾客行为分析系统。

Description

顾客行为分析方法与顾客行为分析系统

技术领域

本发明涉及一种智能商店管理技术，尤其涉及一种顾客行为分析方法与顾客行为分析系统。

背景技术

相对于可轻易收集顾客浏览记录的网络商店，实体商店的管理者不容易知道顾客真正的想法。例如，对于某些实体商店来说，虽然进入店内的人潮很多，但是最终有购买商品的人却很少。或者，对于某些实体商店来说，虽然进入店内的人不多，但是进入店内的大部分顾客却都有购买商品。造成上述差异现象的原因很多，有可能是商品本身没有吸引力或者商品价格太贵等等。然而，单纯根据商品的购买人数和/或销售额并无法看出实际造成上述差异现象的原因，更无法针对问题进行销售策略的改善。

发明内容

本发明提供一种顾客行为分析方法与顾客行为分析系统，可通过图像分析技术来分析顾客行为以供商家调整后续运营策略。

本发明的实施例提供一种顾客行为分析方法，其包括：经由至少一摄影机获取目标区域的图像；经由图像识别模块分析所述图像以检测所述目标区域内的至少一顾客的顾客行为；以及根据所述顾客行为自动产生顾客行为信息。所述顾客行为信息反映所述顾客对于至少一商品的关注度。

本发明的实施例另提供一种顾客行为分析系统，其包括至少一摄影机与处理器。所述摄影机用以获取目标区域的图像。所述处理器连接至所述摄影机。所述处理器用以经由图像识别模块分析所述图像以检测所述目标区域内的至少一顾客的顾客行为。所述处理器还用以根据所述顾客行为自动产生顾客行为信息。所述顾客行为信息反映所述顾客对于至少一商品的关注度。

基于上述，在获得目标区域的图像后，可通过图像识别模块分析此图像以检测目标区域内的顾客的顾客行为。根据所述顾客行为，反映顾客对于至少一商品的关注度的顾客行为信息可自动产生。藉此，商家可根据此顾客行为信息调整其运营策略，以改善以往实体店面不容易发现的问题。

为让本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合所附附图作详细说明如下。

附图说明

图1是根据本发明的一实施例所示出的顾客行为分析系统的功能方块图。

图2是根据本发明的一实施例所示出的目标区域与摄影机的分布的示意图。

图3是根据本发明的一实施例所示出的分析多个图像以识别目标顾客的示意图。

图4A与图4B是根据本发明的一实施例所示出的分析顾客图像的示意图。

图5A是根据本发明的一实施例所示出的货架的示意图。

图5B是根据本发明的一实施例所示出的轨道机构的示意图。

图6是根据本发明的一实施例所示出的顾客行为分析方法的示意图。

【符号说明】

10：顾客行为分析系统

11、201～205、501～504、510、511～514：摄影机

12：存储装置

13：图像识别模块

14：处理器

21：店外区域

22：缓冲区

23：店内区域

211～218：货架

221：结账柜台

31～33、41：图像

311～313、321～324：预测框

331～333：重叠区域

401：顾客

402：骨架信息

51～53：商品架

521(1)～521(3)、522(1)～522(3)、523(1)～523(3)、531(1)～531(3)、532(1)～532(3)、533(1)～533(3)：商品

54：轨道机构

S601～S603：步骤

具体实施方式

图1是根据本发明的一实施例所示出的顾客行为分析系统的功能方块图。请参照图1，系统(亦称为顾客行为分析系统)10包括摄影机11、存储装置12、图像识别模块13及处理器14。摄影机11用以获取图像。例如，摄影机11可泛指包含一或多个透镜与一或多个感光元件的摄影装置(或拍照装置)。摄影机11的数目可以是一或多个，本发明不加以限制。在一实施例中，若摄影机11的数目为多个，则此些摄影机11的拍摄角度(或拍摄方向)可各不相同，且此些摄影机11所获取的图像区域可不重叠或至少部分重叠。

存储装置12用以存储数据。例如，存储装置12可包括易失性存储媒体与非易失性存储媒体。易失性存储媒体可包括随机存取存储器(random access memory,RAM)。非易失性存储器模块可包括快闪(flash)存储器模块、只读存储器(read only memory,ROM)、固态硬盘(solid state drive,SSD)和/或传统硬盘(hard disk drive,HDD)等。此外，存储装置12的数目可以是一或多个，本发明不加以限制。

图像识别模块13用以对摄影机11获取的图像执行图像识别。例如，图像识别模块13可基于卷积神经网络(convolutional neural network,CNN)架构或其他类型的图像识别架构(或算法)来执行图像识别。图像识别模块13可以软件或硬件形式实施。在一实施例中，图像识别模块13包括软件模块。例如，图像识别模块13的程序码可存储于存储装置12并可由处理器14执行。在一实施例中，图像识别模块13包括硬件电路。例如，图像识别模块13可包括图型处理器(GPU)或是其他可程序化的一般用途或特殊用途的微处理器、数字信号处理器、可程序化控制器、特殊应用集成电路、可程序化逻辑装置或其他类似装置或这些装置的组合。此外，图像识别模块13的数目可以是一或多个，本发明不加以限制。

处理器14连接至摄影机11、存储装置12及图像识别模块13。处理器14可用以控制摄影机11、存储装置12及图像识别模块13。例如，处理器14可包括中央处理器(CPU)、图型处理器或是其他可程序化的一般用途或特殊用途的微处理器、数字信号处理器、可程序化控制器、特殊应用集成电路、可程序化逻辑装置或其他类似装置或这些装置的组合。在一实施例中，处理器14可用以控制系统10的整体或部分操作。在一实施例中，图像识别模块13可以软件、固件或硬件形式实作于处理器14内部。此外，处理器14的数目可以是一或多个，本发明不加以限制。

在本实施例中，摄影机11用以获取某一区域(亦称为目标区域)的图像。例如，摄影机11的拍摄角度可涵盖此目标区域。此目标区域可包含某一商店的店内的区域(亦称为店内区域)和/或店外的区域(亦称为店外区域)。处理器14可经由图像识别模块13分析摄影机11获取的图像以检测目标区域内的至少一个顾客的顾客行为。例如，在一实施例中，此顾客行为可包含顾客在目标区域内的移动路径、顾客在目标区域内的停留位置、顾客在某一停留位置的停留时间、顾客的手部动作及顾客的眼球视角的至少其中之一。或者，在一实施例中，此顾客行为可包括顾客观看至少一个商品的行为、顾客拿起至少一个商品的行为及顾客放下至少一个商品的行为的至少其中之一。

处理器14可根据所述顾客行为自动产生顾客行为信息。此顾客行为信息可反映顾客对于至少一商品的关注度。例如，顾客对于某一商品的关注度与顾客对此商品的兴趣有关(例如成正相关)。例如，若某一顾客对某一商品有兴趣(但尚未购买此商品)，则此顾客可能会从店门口直接走到陈列此商品的货架、长时间停留在此货架前、从此货架拿起商品和/或此顾客的眼球持续注视此商品等等。此些行为都反映此顾客对于某一商品具有较高的兴趣和/或较高的关注度。相反地，若某一顾客对某一商品没有兴趣，则此顾客可能会快速经过陈列此商品的货架、不从此货架拿起商品和/或此顾客的眼球不会持续注视此商品等等。此些行为都反映此顾客对于某一商品具有较低的兴趣和/或较低的关注度。处理器14可根据图像识别模块13所分析的顾客行为而自动获得目标区域内的顾客对于特定商品的关注度并产生相应的顾客行为信息。

在一实施例中，所述顾客行为信息包括店外人数的信息、店内人数的信息、商品关注次数的信息、商品拿取次数的信息、结账次数的信息及回客次数的信息的至少其中之一。店外人数的信息可反映在某一时间范围内位于店外区域的人数的统计信息。店内人数的信息可反映在某一时间范围内位于店内区域的人数的统计信息。商品关注次数的信息可反映在某一时间范围内某一商品(或某一类型的商品)被顾客注视(或查看)的次数的统计信息。商品拿取次数的信息可反映在某一时间范围内某一商品(或某一类型的商品)被顾客从货架拿起的次数的统计信息。结账次数的信息可反映在某一时间范围内某一商品(或某一类型的商品)被拿至结账区结账的次数的统计信息。回客次数的信息可反映在某一时间范围内某一顾客(具特定的身份识别信息)进入店内区域的次数的统计信息。

在一实施例中，目标区域包括店内区域与店外区域，且顾客行为信息可反映顾客的进店比率。例如，处理器14可将某一时间范围内的(平均)店内人数除以此时间范围内的(平均)店外人数与(平均)店内人数的总和，以获得所述进店比率。此外，更多类型的顾客行为信息亦可根据上述各类型的统计信息而获得。商家可根据此顾客行为信息调整其运营策略，从而改善以往实体店面不容易发现的购买力下降等问题。例如，假设所述顾客行为信息反映多数顾客都对店内的某一商品有兴趣，但实际上只有少数顾客购买此商品。商家可根据此顾客行为信息调整其运营策略，例如降低此商品的售价、提供相关的优惠方案或调整货架位置等，从而有可能有效提高顾客对于此商品的购买率。在一实施例中，处理器14可根据顾客行为信息提供相关的运营建议和/或运营策略(例如降低商品售价、提供相关的优惠方案或调整货架位置等)，以协助商家改善上述问题。

图2是根据本发明的一实施例所示出的目标区域与摄影机的分布的示意图。请参照图2，在本实施例中，目标区域包括店外区域21、缓冲区22及店内区域23。缓冲区22可规划于店外区域21与店内区域23之间。或者，在一实施例中，亦可不设置缓冲区22。

在本实施例中，摄影机201～205可分散设置于高处(例如商店的天花板)以获取目标区域的图像。例如，摄影机201可面向店外区域21以获取店外区域21(与至少一部分的缓冲区22)的图像。摄影机202～205可面向店内区域23(与至少一部分的缓冲区22)以共同获取店内区域23的图像。在一实施例中，摄影机201～205所获取的图像亦称为环境图像。

在本实施例中，店内区域23设置有货架211～218与结账柜台221。货架211～218可陈列多种类型的商品。在顾客从货架211～218的至少其中之一拿取商品后，顾客可将商品拿至结账柜台221结账。在一实施例中，结账柜台221的结账信息可被记录。处理器14可根据此结账信息产生所述顾客行为信息(例如上述结账次数的信息)。

须注意的是，在图2的另一实施例中，从目标区域划分的区域的数目、从目标区域划分的区域的分布、摄影机201～205的数目、摄影机201～205的分布、摄影机201～205的拍摄角度、货架211～218的分布及结账柜台221的设置位置皆可以调整，本发明不加以限制。

在一实施例中，处理器14可经由图像识别模块13分析多个连续拍摄的图像以获得某一顾客(亦称为目标顾客)的轮廓在此些图像中的重叠信息。处理器14可根据此重叠信息识别此目标顾客。例如，经识别的顾客可被赋予一个唯一的身份识别信息。以分析两个连续拍摄的图像(亦称为第一图像与第二图像)为例，此重叠信息可反映此目标顾客的轮廓在这两个图像中的重叠范围和/或重叠面积。处理器14可根据此重叠信息识别多个连续图像中的相同目标顾客。

图3是根据本发明的一实施例所示出的分析多个图像以识别目标顾客的示意图。请参照图1、图2及图3，假设摄影机201连续获取图像31与32。图像31中被识别出有3个人，其分别以预测框311～313表示。图像32中被识别出有4个人，其分别以预测框321～324表示。在分析图像31与32后，预测框的重叠信息可被获得。例如，假设以图像33表示重叠后的图像31与32，则预测框311与321彼此重叠且重叠区域331可被获得。预测框312与322彼此重叠且重叠区域332可被获得。预测框313与323彼此重叠且重叠区域333可被或得。此外，预测框324未与图像31中的任一预测框重叠。

处理器14可根据重叠区域331～333决定图像31与32中的各预测框所对应的人的身份。例如，处理器14可根据重叠区域331的面积与预测框311与321的联集面积的比例来决定预测框311与321是否对应同一个人。或者，处理器14可根据重叠区域331的面积是否大于一个预设值来决定预测框311与321是否对应同一个人。此外，更多的算法也可以用来决定图像31与32中每一个预测框所对应的人的身份，本发明不加以限制。

处理器14可指派一个身份识别信息(例如ID号码)给图像中每一个已识别的人。例如，预测框311与321所对应的人可被指派为顾客A，预测框312与322所对应的人可被指派为顾客B，预测框313与323所对应的人可被指派为顾客C，且预测框324所对应的人可被指派为顾客D。处理器14可根据某一识别信息所对应的顾客的顾客行为产生对应于此识别信息的顾客行为信息。例如，与顾客A相关的顾客行为信息可反映顾客A的顾客行为和/或顾客A对于某些商品的关注度。

在一实施例中，处理器14可经由图像识别模块13识别对应于某一身份识别信息的顾客的年龄、性别和/或体型等外型信息。此外型信息亦可用于产生对应于此顾客的顾客行为信息。藉此，所述顾客行为信息还可反映特定年龄、性别和/或体型的顾客对于特定商品的关注度等等。

在图2的一实施例中，货架211～218上亦可设置一或多个摄影机，以拍摄货架前方的顾客的图像(亦称为顾客图像)。处理器14可经由图像识别模块13分析顾客图像以获得顾客图像中的顾客的顾客行为。例如，处理器14可根据顾客图像中顾客的手部动作评估顾客拿起特定商品的行为和/或顾客放下特定商品的行为。此外，处理器14可根据顾客图像中顾客的眼球视角评估顾客观看特定商品的行为。

图4A与图4B是根据本发明的一实施例所示出的分析顾客图像的示意图。请参照图2、图4A与图4B，假设某一摄影机拍摄到货架211前方的图像41(即顾客图像)。图像41包含顾客401的轮廓。在一实施例中，顾客401的轮廓中的手部动作可被分析以获得顾客401当前可能正在拿取的货架211上的特定商品的信息。在一实施例中，顾客401的轮廓中的眼球位置和/或脸部面向可被分析以获得顾客401当前可能正在关注的货架211上的特定商品的信息。此外，在一实施例中，对应于轮廓401的骨架信息402可被获得。顾客401当前可能正在拿取的货架211上的特定商品的信息亦可根据骨架信息402而被获得。

图5A是根据本发明的一实施例所示出的货架的示意图。请参照图5A，假设一个三层货架包含商品架51～53。商品架51位于商品架52上方，且商品架52位于商品架53上方。摄影机501～504设置于此三层货架上，以拍摄此三层货架前方的顾客图像。例如，摄影机501与502可设置于商品架52，且摄影机503与504可设置于商品架53。当顾客走到此三层货架前方观看或拿取商品时，摄影机501～504的至少其中之一可拍摄此顾客的顾客图像。接着，类似于图4A的轮廓和/或图4B的骨架信息可被分析以获得相关的顾客行为。

在本实施例中，假设商品架52下方陈列有商品521(1)～521(3)、522(1)～522(3)及523(1)～523(3)，且商品架53下方陈列有商品531(1)～531(3)、532(1)～532(3)及533(1)～533(3)。通过分析所拍摄的顾客图像，可概略判定顾客是拿取哪一个位置的商品。以图4A(或图4B)为例，顾客401的手部动作表示其可能正在拿取商品522(1)～522(3)的其中之一。处理器14可根据拍摄到此顾客图像的摄影机的位置与相关的商品摆放位置判定商品522(1)～522(3)的其中之一已被顾客401拿取。随着顾客401的手部动作和/或视角改变，其他位置的商品也可以被判定为被顾客401拿取和/或关注。

在本实施例中，此三层货架上还设置有摄影机510与511。例如，摄影机511设置于商品架51，而摄影机510设置于商品架52。以摄影机511为例，摄影机511用以拍摄商品架52下方的商品521(1)～521(3)、522(1)～522(3)及523(1)～523(3)的图像(亦称为商品图像)。处理器14可经由图像识别模块13分析此商品图像而获得商品架52下方的商品的数量是否短少和/或商品架52下方是否出现错置商品。若判定商品架52下方的商品的数量出现短少，处理器14可产生一提醒信息。例如，一个反映商品架52下方的商品数量不足的信息可经由一个输出/输出界面(例如屏幕)输出，以提醒店员进行补货。或者，若判定商品架52下方出现错置商品，则一个反映商品架52下方出现错置商品的信息可经由此输出/输出界面(例如屏幕)输出，以提醒店员将此错置商品移动至正确的陈列位置。此外，摄影机511所获取的商品图像还可以用以识别是否有顾客的物品遗留在商品架52下方。若检测到有顾客的物品遗留在商品架52下方，则相应的提醒信息也可以被输出以提醒店员尽快将此物体归还给顾客。此外，摄影机510则可用以拍摄商品架53下方的商品531(1)～531(3)、532(1)～532(3)及533(1)～533(3)的图像。相关操作细节在此便不赘述。须注意的是，在一实施例中，商品架52下方的商品521(1)～521(3)、522(1)～522(3)及523(1)～523(3)的图像亦可以是由摄影机510拍摄，视货架的结构与摄影机的放置位置而定。

在本实施例中，摄影机511可通过轨道机构于此三层货架上移动，如图5A所示。例如，根据摄影机501～504的至少其中之一所拍摄的顾客图像，处理器14可初步判定顾客当前的位置及顾客可能正在关注和/或拿取的商品。根据此些信息，处理器14可控制摄影机511移动至特定位置，以即时拍摄对应于此特定位置的商品图像。例如，假设处理器14判定顾客正在拿取商品523(1)～523(3)的其中之一，则处理器14可指示摄影机511移动至可拍摄商品523(1)～523(3)的拍摄位置。稍后，若判定顾客改为拿取商品522(1)～522(3)的其中之一，则处理器14可指示摄影机511移动至可拍摄商品522(1)～522(3)的拍摄位置。

图5B是根据本发明的一实施例所示出的轨道机构的示意图。请参照图5B，轨道机构54可呈现网状结构。摄影机511～514可于轨道机构54上移动，以拍摄不同位置的商品图像。例如，在一实施例中，摄影机511～514与轨道机构54皆设置于图5A的商品架51，且轨道机构54平行于商品架51。通过拍摄位置的改变，摄影机511～514的至少其中之一可用于获取商品架52下方不同位置的商品图像。

须注意的是，图5A与图5B的实施例仅为示意图而非用以限制本发明。例如，在另一实施例中，设置于货架上的摄影机的数目可以是更多或更少、摄影机在货架上的设置位置可以改变、摄影机可以是固定于货架上而不可移动、和/或用于移动摄影机的轨道机构可以不为网状(例如为单一维度)等等，视实务上的需求而定。

在前述实施例中，用于拍摄环境图像的摄影机亦称为第一摄影机，用于拍摄货架前方的顾客图像的摄影机亦称为第二摄影机，且用于拍摄货架上的商品图像的摄影机亦称为第三摄影机。本发明不限制此些摄影机的数目与类型。例如，此些摄影机可包括鱼眼相机、枪型相机及隐藏式摄影机等等，本发明不加以限制。

在一实施例中，处理器14可经由图像识别模块13的一特征模型自动检测所截取的图像(例如环境图像和/或顾客图像)中的店员。例如，此特征模型可存储店员的外型特征(例如脸部特征和/或服装特征)。在获得前述顾客行为的操作中，处理器14可指示图像识别模块13忽略图像中的店员的行为。藉此，可避免店员的行为(例如店员在店内区域的移动路径、停留位置、店员拿取商品的动作和/或店员观看商品的动作)影响到对于顾客行为的分析结果。

在一实施例中，处理器14可经由图像识别模块13的一特征模型自动检测所截取的图像(例如环境图像和/或顾客图像)中的会员。此会员是指已经注册的顾客。例如，此特征模型可存储会员的外型特征(例如脸部特征和/或服装特征)。在获得前述顾客行为的操作中，处理器14可进一步更新对应于此会员的顾客行为信息，例如更新此会员的喜爱商品类型和/或偏好价位等等。对应于此会员的顾客行为信息也可用于协助店家理解大部分会员的喜好与需求，进而对贩售商品的类型和/或价位进行调整。或者，处理器14亦可将相关的商品信息、广告信息和/或活动信息提供至此会员的手机或电子信箱以即时通知此会员相关信息，有助于增加回客率。

图6是根据本发明的一实施例所示出的顾客行为分析方法的示意图。请参照图6，在步骤S601中，经由至少一摄影机获取目标区域的图像。在步骤S602中，经由图像识别模块分析所述图像以检测目标区域内的至少一顾客的顾客行为。在步骤S603中，根据所述顾客行为自动产生顾客行为信息。此顾客行为信息可反映所述顾客对于至少一商品的关注度。

然而，图6中各步骤已详细说明如上，在此便不再赘述。值得注意的是，图6中各步骤可以实作为多个程序码或是电路，本发明不加以限制。此外，图6的方法可以搭配以上实施例使用，也可以单独使用，本发明不加以限制。

综上所述，本发明在获得目标区域的图像后，可通过图像识别模块分析此图像以检测目标区域内的顾客的顾客行为。根据所述顾客行为，反映顾客对于至少一商品的关注度的顾客行为信息可自动产生。此外，通过同步分析目标区域内的环境图像、货架前方的顾客图像及货架中的商品图像，顾客对于不同类型的商品的关注度可以准确地被评估，进而提供商家结账信息以外的顾客行为信息。藉此，商家可根据此顾客行为信息调整其运营策略，以改善以往实体店面不容易发现的问题。

虽然本发明已以实施例揭示如上，然其并非用以限定本发明，任何所属技术领域中的技术人员，在不脱离本发明的精神和范围内，当可作些许的更改与润饰，故本发明的保护范围当视权利要求所界定的为准。

Claims (18)

1.一种顾客行为分析方法，包括：

经由至少一摄影机获取目标区域的图像；

经由图像识别模块分析所述图像以检测所述目标区域内的至少一顾客的顾客行为；以及

根据所述顾客行为自动产生顾客行为信息，其中所述顾客行为信息反映所述至少一顾客对于至少一商品的关注度。

2.根据权利要求1所述的顾客行为分析方法，其中所述顾客行为包括所述至少一顾客在所述目标区域内的移动路径、所述至少一顾客在所述目标区域内的停留位置、所述至少一顾客在所述停留位置的停留时间、所述至少一顾客的手部动作及所述至少一顾客的眼球视角的至少其中之一。

3.根据权利要求1所述的顾客行为分析方法，其中所述顾客行为包括所述至少一顾客观看所述至少一商品的行为、所述至少一顾客拿起所述至少一商品的行为及所述至少一顾客放下所述至少一商品的行为的至少其中之一。

4.根据权利要求1所述的顾客行为分析方法，其中所述顾客行为信息包括店外人数的信息、店内人数的信息、商品关注次数的信息、商品拿取次数的信息、结账次数的信息及回客次数的信息的至少其中之一。

5.根据权利要求1所述的顾客行为分析方法，其中所述目标区域包括店内区域与店外区域，且所述顾客行为信息还反映所述至少一顾客的进店比率。

6.根据权利要求1所述的顾客行为分析方法，其中经由所述图像识别模块分析所述图像以获得所述目标区域内的所述至少一顾客的所述顾客行为的步骤包括：

分析第一图像与第二图像以获得所述至少一顾客中的目标顾客的轮廓在所述第一图像与所述第二图像中的重叠信息；以及

根据所述重叠信息识别所述目标顾客。

7.根据权利要求1所述的顾客行为分析方法，其中经由所述图像识别模块分析所述图像以获得所述目标区域内的所述至少一顾客的所述顾客行为的步骤包括：

经由特征模型自动检测所述图像中的店员；以及

在获得所述至少一顾客的所述顾客行为的操作中，由所述图像识别模块忽略所述店员的行为。

8.根据权利要求1所述的顾客行为分析方法，其中所述至少一摄影机包括第一摄影机、第二摄影机及第三摄影机，所述第一摄影机用以获取所述目标区域内的环境图像，所述第二摄影机用以获取所述目标区域内的货架前方的顾客图像，且所述第三摄影机用以获取所述货架的商品图像。

9.根据权利要求8所述的顾客行为分析方法，还包括：

由所述图像识别模块分析所述商品图像以产生提醒信息，其中所述提醒信息包括反映所述货架上的商品数量不足的信息与反映所述货架上出现错置商品的信息的至少其中之一。

10.一种顾客行为分析系统，包括：

至少一摄影机，用以获取目标区域的图像；以及

处理器，连接至所述至少一摄影机，

其中所述处理器用以经由图像识别模块分析所述图像以检测所述目标区域内的至少一顾客的顾客行为，并且

所述处理器还用以根据所述顾客行为自动产生顾客行为信息，其中所述顾客行为信息反映所述至少一顾客对于至少一商品的关注度。

11.根据权利要求10所述的顾客行为分析系统，其中所述顾客行为包括所述至少一顾客在所述目标区域内的移动路径、所述至少一顾客在所述目标区域内的停留位置、所述至少一顾客在所述停留位置的停留时间、所述至少一顾客的手部动作及所述至少一顾客的眼球视角的至少其中之一。

12.根据权利要求10所述的顾客行为分析系统，其中所述顾客行为包括所述至少一顾客观看所述至少一商品的行为、所述至少一顾客拿起所述至少一商品的行为及所述至少一顾客放下所述至少一商品的行为的至少其中之一。

13.根据权利要求10所述的顾客行为分析系统，其中所述顾客行为信息包括店外人数的信息、店内人数的信息、商品关注次数的信息、商品拿取次数的信息、结账次数的信息及回客次数的信息的至少其中之一。

14.根据权利要求10所述的顾客行为分析系统，其中所述目标区域包括店内区域与店外区域，且所述顾客行为信息还反映所述至少一顾客的进店比率。

15.根据权利要求10所述的顾客行为分析系统，其中所述处理器经由所述图像识别模块分析所述图像以获得所述目标区域内的所述至少一顾客的所述顾客行为的操作包括：

分析第一图像与第二图像以获得所述至少一顾客中的目标顾客的轮廓在所述第一图像与所述第二图像中的重叠信息；以及

根据所述重叠信息识别所述目标顾客。

16.根据权利要求10所述的顾客行为分析系统，其中所述处理器经由所述图像识别模块分析所述图像以获得所述目标区域内的所述至少一顾客的所述顾客行为的操作包括：

经由特征模型自动检测所述图像中的店员；以及

在获得所述至少一顾客的所述顾客行为的操作中，忽略所述店员的行为。

17.根据权利要求10所述的顾客行为分析系统，其中所述至少一摄影机包括第一摄影机、第二摄影机及第三摄影机，所述第一摄影机用以获取所述目标区域内的环境图像，所述第二摄影机用以获取所述目标区域内的货架前方的顾客图像，且所述第三摄影机用以获取所述货架的商品图像。

18.根据权利要求17所述的顾客行为分析系统，其中所述处理器还用以经由所述图像识别模块分析所述商品图像以产生提醒信息，其中所述提醒信息包括反映所述货架上的商品数量不足的信息与反映所述货架上出现错置商品的信息的至少其中之一。

Images