KR20130126545A - 쇼핑 경험에서 가상 및 실제 이미지들의 비교 - Google Patents

쇼핑 경험에서 가상 및 실제 이미지들의 비교 Download PDF

Info

Publication number
KR20130126545A
KR20130126545A KR1020130053278A KR20130053278A KR20130126545A KR 20130126545 A KR20130126545 A KR 20130126545A KR 1020130053278 A KR1020130053278 A KR 1020130053278A KR 20130053278 A KR20130053278 A KR 20130053278A KR 20130126545 A KR20130126545 A KR 20130126545A
Authority
KR
South Korea
Prior art keywords
image data
model
layout
real world
inventory
Prior art date
Application number
KR1020130053278A
Other languages
English (en)
Inventor
쟝-자끄 그리모
Original Assignee
다솔 시스템므
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 다솔 시스템므 filed Critical 다솔 시스템므
Publication of KR20130126545A publication Critical patent/KR20130126545A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Processing Or Creating Images (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Processing (AREA)

Abstract

일 실시형태에서, 컴퓨터 기반 방법은 실세계 레이아웃의 이미지 데이터를 수신하는 단계를 포함한다. 이미지 데이터는 3 차원 (예를 들어, 가로, 세로, 및 수직) 에 걸쳐 실세계 레이아웃을 반영한다. 3 차원들 각각은 시작 및 끝을 갖는 이미지 범위를 갖는다. 실세계 레이아웃은 3 차원에 걸쳐 분배된 제품들의 재고를 갖는다. 컴퓨터 기반 방법은 환경의 계획된 레이아웃의 3D 모델을 수신된 이미지 데이터와 비교하는 단계를 더 포함한다. 3D 모델은 3 차원에 걸쳐 계획된 레이아웃을 표현한다. 컴퓨터 기반 방법은, 비교의 결과들이 제 1 특정 임계에 도달하는지 여부를 결정하는 단계를 더 포함하고, 결과가 제 1 특정 임계에 도달하였으면, 관련 있는 표시, 경보 등을 출력한다.

Description

쇼핑 경험에서 가상 및 실제 이미지들의 비교{COMPARING VIRTUAL AND REAL IMAGES IN A SHOPPING EXPERIENCE}
플래노그램 (planogram) 은 스토어의 제품 (store's product) 들의 시각적 표현, 또는 더 구체적으로는 선반들 상에, 아일들 (aisles) 등에 소매용 제품의 배치도이다. 소매 환경들에서, 플래노그램들은 다수의 스토어들 전체에 걸쳐 균일한 방식으로 제품들을 디스플레이하는데 사용된다. 제조자들, 소매상들, 또는 다른 하이 레벨 엔티티들은 플래노그램들을 설계하여 소매상들에게 분배할 수 있다. 플래노그램들은 각종 이유들, 예컨대 고액의 수익의 제품들의 구미에 맞추기 위해, 높은 재고를 갖는 제품들을 더 신속하게 팔기 위해, 제조자 요청들에 응하고, 또는 계약상 의무를 만족시키기 위해 소매 계획자들이 소정 제품들을 홍보하는 것을 도울 수 있다.
따라서, 플래노그램들의 소매 섹터 사용은 제품 배치의 시각적 목표 및/또는 제품 배치의 상업적 양태들을 최적화하도록 시도한다. 이들 목표들을 향한 플래노그램의 사용에서의 개선 또는 강화가 요망된다.
본 발명의 실시형태들은 종래 기술에 대해 개선점들을 제공한다.
일 실시형태에서, 컴퓨터 기반 방법은 실세계 레이아웃의 이미지 데이터를 수신하는 단계를 포함한다. 이미지 데이터는 3 차원 (예를 들어, 가로, 세로, 및 수직) 에 걸쳐 실세계 레이아웃을 반영한다. 3 차원들 각각은 시작 및 끝을 갖는 이미지 범위를 갖는다. 실세계 레이아웃은 3 차원에 걸쳐 분배된 제품들의 재고를 갖는다. 컴퓨터 기반 방법은 환경의 계획된 레이아웃의 3D 모델을 수신된 이미지 데이터와 비교하는 단계를 더 포함한다. 3D 모델은 3 차원에 걸친 계획된 레이아웃을 표현한다. 컴퓨터 기반 방법은, 비교의 결과들이 제 1 특정 임계에 도달하는지 여부를 결정하는 단계를 더 포함하고, 결과가 제 1 특정 임계에 도달하였으면, 관련 있는 표시 (indication), 경보 등을 출력한다.
다른 실시형태에서, 컴퓨터 기반 방법은 이미지 데이터로부터, 적어도 하나의 제품 디스플레이 그룹핑을 추출하는 단계를 포함할 수 있다. 컴퓨터 기반 방법은, 추출된 적어도 하나의 제품 디스플레이 그룹핑을 계획된 레이아웃의 3D 모델에서의 제품 디스플레이 그룹핑의 적어도 하나의 표현과 연관시키는 단계를 더 포함할 수 있다. 컴퓨터 기반 방법은, 적어도 하나의 제품 디스플레이 그룹핑들을 제품 디스플레이 그룹핑의 적어도 하나의 표현과 비교하는 단계를 더 포함할 수 있다. 컴퓨터 기반 방법은 또한, 결과들이 제 2 특정 임계를 만족하는지 여부를 결정하는 단계를 함할 수 있다. 당업자는, 일 실시형태에서 제 1 특정 임계 및 제 2 특정 임계가 동일한 임계일 수도 있음을 인식할 수 있다.
컴퓨터 기반 방법은, 수신된 이미지 데이터에 대한 3D 모델의 비교의 결과들이 제 1 특정 임계에 도달하는 경우 경보를 생성하는 단계를 더 포함할 수도 있다. 비교는 유사도 또는 비-유사도를 나타내고, 제 1 특정 임계는 특정한 유사도 정도를 나타낼 수 있다.
다른 실시형태에서, 컴퓨터 기반 방법은 계획된 레이아웃의 3D 모델을 생성하는 단계를 더 포함할 수 있다. 3D 모델을 수신된 이미지 데이터와 비교하는 단계는 이미지 차이를 계산하는 단계를 포함할 수 있다.
다른 실시형태에서, 컴퓨터 기반 방법은 3D 모델을 2D 표현으로 변환하는 단계를 더 포함한다. 3D 모델을 수신된 이미지 데이터와 비교하는 단계는 3D 모델의 2D 표현을 수신된 이미지 데이터와 비교하는 단계를 포함할 수 있다.
다른 실시형태에서, 계획된 레이아웃의 3D 모델을 수신된 이미지 데이터와 비교하는 단계는, 이미지 데이터를 렌더링된 3D 모델로 변환하는 단계 및 계획된 레이아웃의 3D 모델을 렌더링된 3D 모델과 비교하는 단계를 포함한다.
다른 실시형태에서, 계획된 레이아웃의 3D 모델을 이미지 데이터와 비교하는 단계는, 이미지 데이터를 분석하여 재고에서의 제 1 양을 결정하는 단계, 재고에서의 제 2 양을 취출하는 단계, 및 제 1 양 및 제 2 양을 비교하는 단계를 포함한다. 재고에서의 제 1 양은 실세계 레이아웃으로 표현될 수 있고, 재고에서의 제 2 양은 계획된 레이아웃의 3D 모델로 표현될 수 있다.
일 실시형태에서, 이미지 데이터를 수신하는 단계는, 고객 디스플레이 로케이션에서 그리고 저장 로케이션에서 제품들의 이미지 데이터를 캡처하는 단계를 더 포함한다. 재고에서 제 2 양을 취출하는 단계는 또한, 트랜잭션 계좌 시스템으로부터 제 2 양을 취출하는 단계를 포함할 수 있다. 제 1 양 및 제 2 양을 비교하는 단계는 제 1 양 및 제 2 양의 차이를 계산하는 단계를 포함할 수 있다. 이 차이는 스토어에 있을 것으로 계산된 재고의 양과 실제로 (실시간 이미징을 통해 시각적으로 고려된) 스토어 내의 재고의 양 간의 차이를 나타낼 수 있다.
다른 실시형태에서, 실세계 레이아웃의 이미지 데이터를 수신하는 단계는 복수의 카메라들로 실세계 레이아웃의 이미지 데이터를 캡처하는 단계를 포함할 수 있다. 실세계 레이아웃의 이미지 데이터를 수신하는 단계는 실세계 레이아웃의 3D 모델을 생성할 수 있도록 위치된 복수의 카메라들로 실세계 레이아웃의 이미지 데이터를 캡처하는 단계를 포함할 수 있다.
다른 실시형태에서, 컴퓨터 기반 방법은 3D 모델의 특성들에 매칭하도록 수신된 이미지 데이터를 조정하는 단계를 포함한다. 특성들은 조명 (lighting) 특징, 콘트라스트, 휴 (hue), 새도우 배치, 및 새도우 제거 중 하나 이상을 포함한다.
다른 실시형태에서, 방법은 실세계 레이아웃을 환경의 계획된 레이아웃에 일치키시기 위한 명령들을 생성하는 단계를 포함할 수 있다.
다른 실시형태에서, 방법은 실세계 레이아웃의 오디오 데이터를 수신하는 단계를 포함할 수 있다. 오디오 데이터는 실세계 레이아웃으로부터의 사운드들, 음성, 또는 음악 중 적어도 하나를 반영할 수 있다. 방법은, 환경의 계획된 레이아웃의 사운드 모델을 수신된 오디오 데이터와 비교하는 단계를 더 포함할 수 있다. 사운드 모델은 계획된 레이아웃을 표현한다. 방법은, 비교의 결과들이 특정 임계에 도달하는지 여부를 결정하는 단계를 더 포함한다.
일 실시형태에서, 시스템은 실세계 레이아웃의 이미지 데이터를 수신하도록 구성된 수신 모듈을 포함한다. 이미지 데이터는 3 차원들에 걸친 실세계 레이아웃을 반영한다. 3 차원 각각은 시작 및 끝을 갖는 이미지 범위를 갖는다. 실세계 레이아웃은 3 차원에 걸쳐 분배된 재고를 갖는다. 비교 모듈은 실세계 레이아웃의 계획된 레이아웃의 3D 모델을 수신된 이미지 데이터와 비교하도록 구성된다. 3D 모델은 계획된 레이아웃을 3 차원에 걸쳐 표현한다. 임계 결정 모듈은 (i) 비교의 결과들이 제 1 특정 임계에 도달하는지 여부를 결정하고, (ii) 상응하는 표시들을 출력하도록 구성될 수 있다.
다른 실시형태에서, 컴퓨터는 3 차원들에 걸친 실세계 레이아웃을 반영하는 이미지 데이터를 저장하도록 구성된 메모리 영역을 포함한다. 3 차원 각각은 시작 및 끝을 갖는 이미지 범위를 갖는다. 실세계 레이아웃은 3 차원에 걸쳐 분배된 재고 및 계획된 레이아웃의 3D 모델을 갖는다. 3D 모델은 상기 메모리 영역에서 3 차원에 걸쳐 계획된 레이아웃을 표현한다. 컴퓨터는 상기 메모리 영역에 커플링된 프로세서를 더 포함한다. 프로세서는 실세계 레이아웃의 이미지 데이터를 수신하고, 계획된 레이아웃의 3D 모델을 수신된 이미지 데이터와 비교하며, 비교의 결과들이 특정 임계에 도달하는지 여부를 결정하도록 구성된다.
상기는 첨부된 도면들에서 예시된 바와 같은, 본 발명의 예시의 실시형태들의 다음의 상세한 설명으로부터 명백해질 것이고, 도면들에서 유사한 참조 부호들은 상이한 도면들 전체에서 동일한 부분들을 지칭한다. 도면들은 반드시 스케일링되지 않으며, 대신에 본 발명의 예시하는 실시형태들에 상에서 강조가 배치된다.
도 1 은 소매 환경의 예시의 실시형태의 개략도이다.
도 2a 및 도 2b 는 도 1 의 예시의 실시형태에서 소매 로케이션과 분석 서버 간의 통신의 블록도이다.
도 3 은 도 1 의 예시의 실시형태에서 환경 분석 시스템의 흐름도이다.
도 4 는 환경 분석 시스템의 다른 예시의 실시형태의 흐름도이다.
도 5 는 환경 분석 시스템의 다른 예시의 실시형태의 흐름도이다.
도 6 은 환경 분석 시스템에서 3D 모델에 이미지 데이터를 비교하는 프로세스의 예시의 실시형태의 흐름도이다.
도 7 은 본 발명을 구현하는 컴퓨터 시스템의 블록도이다.
본 발명의 예시의 실시형태들의 설명은 다음과 같다.
본원에 이용된 모든 특허들, 공개출원들 및 참조문헌들의 교시들은 그 전체가 참조로서 포함된다.
소매 환경들에서, 제품의 소매상들 또는 분배자들은 스토어 내의 소정 로케이션들에 특정 제품들이 배치되기를 원하는 것이 일반적이다. 소매상들은 스토어들에서 제품들이 디스플레이되는 방법을 계획하기 위해 제품의 분배자들과 협력할 수 있다. 플래노그램은 제품들을 스토어에 배치 및 디스플레이하는 계획을 돕기 위한 툴이다. 플래노그램은 소매 환경의 특정 영역에서, 특정 방식으로 제품들을 배열하기 위한 명령들의 세트, 맵, 또는 다이어그램이다. 예를 들어, 선반들의 특정 세트 상에서, 가장 비싼 제품은 고객들이 볼 가능성이 많은 눈 높이에 가장 가까운 선반 상에 배치될 수도 있고, 고객들이 구매하는 것을 소매상들 및 분배자들이 원하지 않는 값싼 제품은 고객들이 볼 가능성이 더 적은 더 낮거나 더 높은 선반들 상에 배치될 수 있다. 플래노그램의 사용의 다른 예는 특정 제품을 강조하기 위해 소매 환경의 하이-트래픽 영역에 위치될 수 있고 특정 제품을 홀딩하는 모바일 디스플레이의 어레인지먼트에 있다. 플래노그램들은 휴대용 선반들, 또는 조립할 수 있는 선반들, 예를 들어 플라스틱 또는 카드보드 선반들을 계획 및 배열 (또는 다르게는 구성 (configure)) 하고, 선반 그 자체를 사용하여 특정 제품을 더 강조하기 위해 사용될 수 있다.
소매 환경의 관리자는 그 또는 그녀의 스토어에서 플래노그램들로의 변화들을 추적하는데 어려움을 가질 수도 있다. 플래노그램들의 설계자는 주기적 단위로, 예를 들어 매월, 매주, 또는 심지어 매일 소매 환경에서 플래노그램들에 의해 영향을 받는 원하는 제품 레이아웃 또는 인-스토어 로케이션을 변경할 수 있다. 따라서, 소매 환경에서 실행된 플래노그램들을 (라이브, 실시간) 모니터링할 수 있고, 실행된 플래노그램들을 예를 들어 3 차원 (3D) 모델로 계획 또는 모델링된 플래노그램과 비교할 수 있는 시스템을 이용하는 것이 유용하다. 또한, 전체 소매 환경이 모니터링되고 다수의 플래노그램들의 3D 모델들을 포함하는 소매 환경의 3D모델과 비교되도록, 시스템이 소매 환경 내의 다수의 플래노그램들을 모니터링하는 것이 유용하다. 이 방식으로, 소매 환경은 전체적으로 실시간, 소매 환경에서의 불일치의 소매 환경의 관리자에게 알리고, 소매 환경의 계획된 3D 모델을 따르도록 관리자에게 명령들을 발행함으로써 소매 환경의 계획된 3D 모델에 따를 수 있다. 명령들은 상세한 명령들, 예컨대 실행된 플래노그램들을 어떻게 정정할지에 관한 단계적인 (step-by-step) 명령들일 수 있다. 시스템은 플래노그램들의 명령들을 포함하는 명령들을 생성할 수 있다. 고용인은 스크래치로부터 전체 플래노그램을 재구성하는 것보다 빠르게 명령들을 정정하는 것으로 플래노그램을 고정할 수 있다.
도 1 은 소매 환경 (102) 에서 예시의 실시형태 (100) 를 나타내는 도면이다. 소매 환경 (102) 은 제 1 카메라 (104A) 및 제 2 카메라 (104B) 를 포함한다. 제 1 카메라 (104A) 및 제 2 카메라 (104B) 양자는 (후술되는, 도 2a 내지 도 2b 의 208 와 같은) 환경 분석 시스템 (200) 으로의 송신을 위해 소매 환경 (102) 의 라이브 이미지 데이터를 취출하도록 구성된다. 환경 분석 시스템 (200) 은 제 1 카메라 (104A) 및 제 2 카메라 (104B) 로부터의 취출된 이미지 데이터에 기초하여 소매 환경 (102) 을 분석한다. 당업자는 소매 환경 (102) 의 서브세트 또는 전체를 캡처하기 위해 임의의 수의 카메라들이 소매 환경 (102) 에서 이용될 수도 있음을 인식할 수 있다. 당업자는 또한, 제 1 카메라 (104A) 및 제 2 카메라 (104B) 각각이 또한 보안 카메라로서 이용될 수 있고, 여기서 제 1 카메라 (104A) 및 제 2 카메라 (104B) 는 환경 분석 시스템 (200) 에 대한 이미지들을 주기적으로 기록함을 인식할 수 있다. 다시 말하면, 제 1 카메라 (104A) 및 제 2 카메라 (104B) 는 2 차적으로 소매 환경 (102) 의 이미지 데이터를 환경 분석 시스템 (200) 으로 전송하는데 사용될 수도 있다. 보안 카메라들의 시스템은, 일반적으로 환경 분석 시스템 (200) 이 보안 시스템에 대해 기록될 수 있는 남아 있는 프레임들의 완전한 세트를 분석하기 위해 이미지 데이터의 서브세트만을 필요로 하기 때문에, 여전히 보안 목적들을 위해 동작적이다.
소매 환경 (102) 은 제 1 플래노그램 공간 (106) 및 제 2 플래노그램 공간 (110) 을 포함한다. 제 1 플래노그램 공간 (106) 및 제 2 플래노그램 공간 (110) 은 각각 3 차원들 (가로, 세로 및 직각) 을 따라 복수의 제품들을 제시 또는 디스플레이하도록 구성된다. 예를 들어, 제 1 플래노그램 공간 (106) 은 제품들의 제 1 세트 (112A-E), 제품들의 제 2 세트 (114A-I), 및 제품들의 제 3 세트 (116A-G) 를 포함한다. 전술된 바와 같이, 소매 환경 (102) 의 설계자는, 제 1 플래노그램 공간 (106) 이 제품들 (112A-E, 114A-I, 및 116A-G) 의 특정 구성 및 배열을 갖기를 바랄 수도 있다. 예를 들어, 제품들의 제 2 세트 (114A-I) 는 높은 이윤을 갖는 제품일 수도 있고, 따라서 보다 높은 소비자 가시성을 위해 중간 선반을 따라 그리고 이 선반 전체에 걸쳐 배치될 수도 있다. 그러나 환경 분석 시스템 (200) 은 제품들의 제 2 세트 (114A-I) 가 상이한 선반, 예를 들어 상단 선반 또는 하단 선반에 있음을 검출할 수도 있다. 그러면, 환경 분석 시스템 (200) 은, 제 1 플래노그램 공간 (106) 의 정확한 구성 (즉, 제품들 (112A-E, 114A-I, 및 116A-G) 의 정확한 배열) 의 명령들을 제공하도록 소매 환경 (102) 의 관리자, 플래노그램의 설계자, 또는 제품의 제조자에게 경보를 전송한다.
제 2 플래노그램 공간 (110) 은 상단 선반 상의 제품들의 제 4 세트 (118A-C), 중간 선반 상의 제품들의 제 5 세트 (120A-G) 및 하단 선반 상의 제품들의 제 6 세트 (122A-D) 를 포함한다. 제 1 플래노그램 공간 (106) 과 관련된 전술된 소매 원리들은 제 2 플래노그램 공간 (110) 에 적용한다. 그러나, 환경 분석 시스템 (200) 이 전술된 바와 같이 제공하는 피드백의 유형들에 추가하여, 환경 분석 시스템 (200) 은 또한, 제 2 플래노그램 공간 (110) 의 로케이션 또는 배향에 피드백을 제공할 수 있다. 예를 들어, 제 2 플래노그램 공간 (110) 이 모바일 (이동 가능하게 위치됨) 이라고 가정하면, 소매 환경 (102) 의 설계자는 제 2 플래노그램 공간 (110) 을 소매 환경 (102) 의 입구에 가깝게, 소매 환경 (102) 내의 다른 제품에 가깝게, 또는 소매 환경 (102) 내의 임의의 다른 로케이션에 위치시키기를 바랄 수도 있다.
플래노그램 프로모션 (108) 은 플래노그램 (106, 110) 내의 제품들의 세트 또는 제품을 홍보할 수 있다. 또한, 플래노그램 프로모션 (108) 은 원하는대로 이동, 대체, 또는 재설계될 수도 있다. 환경 분석 시스템 (200) 은 플래노그램 프로모션 (108) 의 실행을 추가로 분석할 수 있다.
당업자는 또한, 소개 환경 (102) 이 다른 데이터 캡처 디바이스 (미도시), 예컨대 마이크로폰과 같은 오디오 캡처 디바이스를 포함할 수 있음을 인식할 수 있다. 오디오 캡처 디바이스 (미도시) 는 비디오, 사운드, 또는 음악을 캡처할 수 있다. 환경 분석 시스템 (200) 은 또한, 플래노그램의 계획된 오디오 양태에 따른 플래노그램의 오디오 양태의 실행을 분석할 수 있다. 다른 실시형태에서, 환경 분석 시스템 (200) 은 또한, 이미지 분석과 동일한 분석으로 플래노그램의 오디오 양태를 분석할 수 있다. 환경 분석 시스템 (200) 은 이미지 데이터 및 다른 요구된 데이터, 예컨데 오디오 데이터 양자를 동시에 분석함으로써 상승적인 분석론 및 명령들을 제공할 수 있다. 당업자는, 후각 데이터 (예를 들어, 특정 향수, 콜로뉴 (cologne), 또는 다른 제품을 홍보하기 위한 냄새 또는 향기) 또는 전자기 데이터 (예를 들어, 고객의 모바일 디바이스로 송신된 무선 신호) 와 같은 다른 데이터가 획득 및 분석되어, 계획된 플래노그램과의 일치도 (conformity) 를 결정할 수 있음을 추가로 인식할 수 있다.
도 2a 는 환경 분석 시스템 (200) 을 구현 또는 다르게는 실행하는 소매 로케이션 (202)(소매 환경 (102)) 및 분석 서버 (208)(환경 분석 시스템 (200)) 간의 통신들의 예시의 실시형태 (100) 의 블록도이다. 소매 로케이션 (202) 은 실세계 레이아웃의 이미지 데이터 (206) 를 송신한다. (3 차원을 따른) 실세계 레이아웃의 이미지 데이터 (206) 는 소매 로케이션 (202) 내의 상이한 카메라들 (예컨대, 도 1 에서 104A, B) 로부터 취해진 다수의 이미지들을 포함할 수 있다. 이미지 데이터 (206) 는 소매 환경 (102) 내에서, 3 차원을 따른, 실행된 플래노그램들 및/또는 제품들의 레이아웃의 이미지들을 포함한다. 분석 서버 (208) 는 이미지 데이터 (206) 를 수신하고, 이 이미지 데이터 (206) 를 소매 환경 (102) 의 계획된 레이아웃의 3D 모델 (215) 과 비교한다. 메모리 영역 (212), 예컨대 데이터 베이스 또는 다른 저장 디바이스는 분석 서버 (208) 에 커플링되고 또는 다르게는 분석 서버에 의해 액세스 가능하며, 각종 소매 환경들 (102) 의 계획된 레이아웃들의 3D 모델들 (215) 을 저장한다. 분석 서버 (208) 는 그 후, 3D 모델 (215) 에 대한 이미지 데이터의 비교의 결과들 (210) 을 송신한다. 분석 서버 (208) 는 네트워크 (204), 예컨대 인터넷을 통해 이 결과들을 소매 로케이션 (202) 으로 송신한다. 결과들 (210) 은, 소매 환경 (202) 내의 제품들의 배치 (배열) 이 3D 모델 (215) 을 따르기 위한 명령들, 또는 이미지 데이터 (206) 와 3D 모델 (215) 간의 차이의 리스트를 포함할 수 있다. 분석 서버 (208) 는 메모리 영역 (212) 에 원격으로 커플링될 수도 있고, 또는 메모리 영역 (212) 을 단일 시스템으로서 통합할 수도 있다.
일 실시형태에서, 선택적으로, 소매 로케이션 (202) 은 재고 추적 시스템 (inventory tracking system; ITS)(216), 예컨대 트랜잭션 계좌 시스템과 통신하도록 구성된다. ITS (216) 는 소매 로케이션 (202) 으로부터 세일 및 딜리버리 데이터 (218) 를 수신한다. 소매 로케이션 (202) 으로부터의 요청 또는 스케줄에 응답하여, ITS (216) 는 재고 데이터 (220) 를 소매 로케이션 (202) 으로 리턴한다. 본원에 설명된 바와 같이, 환경 분석 시스템 (200) 은 재고 추적 시스템 (216) 으로부터 리턴된 재고 데이터 (220) 와 소매 로케이션 (202) 의 재고를 비교할 수 있다.
다른 실시형태에서, 소매 로케이션 (202) 은 네트워크 (204) 에 접속할 수 있는 임의의 디바이스 상에서 송신된 결과들 (210) 을 수신할 수 있다. 예를 들어, 소매 로케이션 (202) 은 모바일 디바이스, 셀룰러 전화기, 스마트 폰, 태블릿 컴퓨터, 퍼스널 컴퓨터, 서버, 또는 임의의 다른 클라이언트 디바이스 상에서 송신된 결과들 (210) 을 수신할 수 있다.
도 2b 는 예시의 실시형태 (100), 분석 서버 (208), 및 복수의 소매 로케이션들 (202a-c)(소매 환경들 (102a-c)) 을 예시하는 블록도이다. 각각의 소매 로케이션 (202a-c) 은 실세계 레이아웃의 이미지 데이터 (206a-c) 를 전송하고, 3D 모델 (210a-c) 에 대한 이미지 데이터의 비교의 결과들을 각각 수신함으로써 분석 서버 (208) 와 동작적으로 통신하도록 구성된다. 이 방식으로, 분석 서버 (208) 는 3D 모델에 대해 임의의 수의 소매 로케이션들 (102a-c) 을 분석할 수 있다. 다른 실시형태에서, 분석 서버 (208) 는 각각의 개별의 소매 환경 (102a-c) 에서 실행된 플래노그램들에서의 유사성들에 대해 다수의 소매 로케이션들 (102a-c) 을 분석할 수 있다.
또한, 각각의 소매 로케이션 (202a) 은 분석 서버 (208) 와 인터페이싱하도록 구성된, 다수의 클라이언트 디바이스들 (214a-i) 을 각각 포함할 수 있다. 다수의 클라이언트 디바이스들은 모바일 디바이스, 셀룰러 전화기, 스마트폰, 태블릿 컴퓨터, 퍼스널 컴퓨터, 서버, 또는 임의의 다른 클라이언트 디바이스일 수 있다. 클라이언트 디바이스들 (214a-i) 은 3D 모델 (210a-c) 에 대한 이미지 데이터의 비교의 결과들을 각각 수신하고, 이 결과들을 (예를 들어, 명령들 또는 경보의 형태로) 소매 로케이션 (202a-c) 및 각각의 소매 환경 (102a-c) 의 고용인들 에게 디스플레이하도록 구성된다. 다른 실시형태에서, 클라이언트 디바이스들 (214a-i) 은 실세계 레이아웃의 이미지 데이터 (206a-c), 또는 다른 데이터를 실행된 플래노그램들의 추가의 분석을 위해 분석 서버 (208) 로 송신할 수 있다.
다른 선택적 실시형태에서, 각각의 소매 로케이션 (202a-c) 은 각각의 ITS (216a-c) 와 동작적으로 통신하도록 구성된다. 각각의 ITS (216a-c) 는 각각의 소매 로케이션 (202a-c) 으로부터 세일 및 딜리버리 데이터 (218a-c) 를 수신하고, 소매 로케이션 (202) 으로부터의 요청 또는 스케줄에 응답하여, 재고 데이터 (220a-c) 를 각각의 소매 로케이션 (202a-c) 으로 리턴한다. 본원에 설명된 바와 같이, 환경 분석 시스템 (200) 은 재고 추적 시스템 (216a-c) 으로부터 리턴된 재고 데이터 (220a-c) 와 소매 로케이션들 (202a-c) 의 재고를 비교할 수 있다.
도 3 은 환경 분석 시스템 (200) 의 예시의 실시형태를 나타내는 흐름도이다. 환경 분석 시스템 (200) 은 (단계 302 에서) 먼저, 소매 로케이션 (202) 으로부터 이미지 데이터를 수신한다. 선택적으로, 환경 분석 시스템 (200) 은, 예를 들어 이미지 데이터로부터 새도우들을 제거하고, 새도우들을 이미지 데이터 안에 배치하고, 또는 이미지 데이터의 조명, 이미지 데이터에서 객체들의 콘트라스트, 또는 이미지 데이터의 휴 (hue) 를 조정함으로써 단계 304 에서 이미지 데이터를 조정한다. 그 후, 환경 분석 시스템 (200) 의 단계 306 에서, (304 에서) 선택적으로 변경된 바와 같은, 이미지 데이터를 계획된 소매 환경 (102) 의 (메모리 영역 (212) 으로부터의) 3D 모델 (215) 과 비교한다. 그 후, 환경 분석 시스템 (200) 은 (308 에서) 비교 결과들이 제 1 특정 임계를 만족하는지 여부를 결정한다. 그 후, 방법은 임계가 만족된다는 것을 나타내는 표시 (indication) 를 출력하거나 동작을 수행함으로써 (예컨대, 경보를 출력, 등등) 종료한다 (310).
도 4 는 환경 분석 시스템 (200) 의 다른 예시의 실시형태 프로세스 (400) 를 나타내는 흐름도이다. 먼저, 환경 분석 시스템 (200) 은 소매 환경으로부터 이미지 데이터를 수신한다 (402). 환경 분석 시스템 (200) 은 그 후, 이미지 데이터를 분석하여 복수의 플래노그램들을 결정한다 (404). 예를 들어, 이미지 데이터에 표현된 소매 환경들 (102) 은 실행된 다수의 플래노그램들을 가질 수도 있다. 다수의 실행된 플래노그램들은 서로에 대해 그리고 별개의 각각의 플래노그램들로서가 아닌 플래노그램들 전부 함께의 분석을 요구하는 소매 환경 (102) 에 대해 특정 배열을 가질 수도 있다. 환경 분석 시스템 (200) 은 그 후, 특정 실행된 플래노그램을 3D 모델 내의 플래노그램과 비교한다 (406). 비교를 수행하는데 있어서, 특정의 실행된 플래노그램 자체가 3D 모델 (215) 과 비교될 뿐만 아니라, 소매 환경 (102) 내의 실행된 플래노그램의 로케이션도 또한 3D 모델 (215) 과 비교된다. 예를 들어, 환경 분석 시스템 (200) 은 (단계 406) 실행된 플래노그램을 다른 플래노그램들, 벽들, 도어들, 윈도우들, 또는 소매 환경 (102) 의 다른 피처들에 대한 그 상대적 로케이션과 비교할 수 있다.
환경 분석 시스템 (200) 은 그 후, 이 비교를 기록한다 (408). 다음으로, 환경 분석 시스템 (200) 은 (404 에서 검출된 복수 개의) 모든 플래노그램들이 비교되었는지 여부를 결정한다 (410). 환경 분석 시스템 (200) 이 검출된, 실행된 플래노그램들 모두를 비교하지 않았으면, 환경 분석 시스템 (200) 은 다른 특정 플래노그램을 데이터베이스 (212) 로부터의 관련 있는 3D 모델 (215) 과 비교한다. 환경 분석 시스템 (200) 이 검출된, 실행된 플래노그램들 모두를 비교하였으면, 환경 분석 시스템 (200) 은 그 후, 환경 분석 시스템이 생성하도록 구성되는 출력의 유형을 결정한다 (412). 환경 분석 시스템 (200) 이 명령들을 출력하도록 구성되면, 환경 분석 시스템 (200) 은 소매 로케이션 (202) 을 3D 모델에 일치시키기 위한 명령들 (예를 들어, 단계적인 명령들) 을 생성 및 출력한다 (414).
환경 분석 시스템 (200) 이 재고 요청을 생성하도록 구성되면, 환경 분석 시스템 (200) 은 이미지 데이터에서 검출된 재고의 양에 기초하여 소매 로케이션 (202) 의 재고를 다시 채우기 위한 요청을 생성 및 출력한다 (416). 그 후, 환경 분석 시스템의 프로세스가 종료된다 (420).
환경 분석 시스템 (200) 이 경보를 생성하도록 구성되면, 환경 분석 시스템 (200) 은 3D 모델에 대한 카메라 이미지 데이터의 유사성 및 차이들을 나타내는 소매 관리자들 또는 소개 계획자들 중 하나에 경보를 생성 및 출력한다. 그 후, 환경 분석 시스템 (200) 의 프로세스가 종료된다 (420).
당업자는 또한, 환경 분석 시스템 (200) 이 3D 모델 (215) 에 대한 특정 플래노그램을 순차적으로 비교하는 대신에, 3D 모델 (215) 에 대한 이미지 데이터 전부를 동시에 비교할 수 있음을 인식할 수 있다. 이 방식으로, 환경 분석 시스템 (200) 은 전체 소매 환경 (102) 을 (3D 모델 (215) 에 의해 표현된 바와 같은) 계획된 소매 환경과 비교하여, 스토어 다이내믹스 (store dynamic) 의 분석을 제공할 수 있는 전체 스토어 모델의 분석을 제공한다.
도 5 는 환경 분석 시스템 (200) 의 다른 예의 프로세스 (500) 를 나타내는 블록도이다. 환경 분석 시스템은 이미지 데이터를 수신 (502) 함으로써 시작한다. 환경 분석 시스템 (200) 은 그 후, 이미지 데이터에서 플래노그램을 분석하여 실행된 플래노그램에서의 재고의 양을 결정한다 (504). 예를 들어, 환경 분석 시스템 (200) 은 실행된 플래노그램을 분석하여 남아 있는 제품들의 양을 결정한다. 당업자는, 환경 분석 시스템 (200) 이 순차적으로 각각의 플래노그램에 추가하여, 전체 스토어를 동시에 분석할 수 있음을 인식할 수 있다. 다음으로, 환경 분석 시스템 (200) 은 결정된 양 (504) 을 재고 추적 시스템 (216, 216a-c), 예컨대 트랜잭션 계좌 시스템에 의해 표시된 동일한 재고의 양과 비교한다 (506). 그 후, 환경 분석 시스템 (200) 은 재고 추적 시스템 (216, 216a-c) 을 결정된 양으로 업데이트한다 (508). 그 후, 환경 분석 시스템 (200) 은 선택적으로, 결정된 양에 따라 재고를 다시 채우기 위한 요청을 생성한다 (510). 예를 들어, 재고의 양이 특정 임계 미만이면, 환경 분석 시스템 (200) 은 자동으로 더 많은 재고를 주문하여 소매 로케이션이 요구된 제품의 스톡 (stock) 을 남기게 한다. 다음으로, 환경 분석 시스템 (200) 은 또한, 선택적으로 분실된 재고를 열거하는 레포트를 생성한다 (512). 예를 들어, 환경 분석 시스템 (200) 은 로케이션 상의 선반들 상의 (및, 또한 밀실 또는 재고실의) 재고의 양과 재고 추적 시스템 (216, 216a-c) 에 표시된 재고의 양 간의 차이를 결정할 수 있다. 환경 분석 시스템 (200) 은 그 후, 이 결정된 차이의 표시를 분실된 재고, 예를 들어 도둑 맞은 또는 다르게는 잃어버린 재고로서 출력한다. 그 후, 환경 분석 시스템 (200) 의 프로세스가 종료된다 (514).
도 6 은 환경 분석 시스템 (602) 에서 3D 모델 (215) 에 이미지 데이터를 비교하는 프로세스 (600) 의 예시의 실시형태를 나타내는 흐름도이다. 환경 분석 시스템 (200) 은 이미지 데이터를 수신 (602) 함으로써 시작한다. 프로세스 (600) 는 그 후, 환경 분석 시스템 (200) 이 이용하는 비교 방법을 결정한다 (604). 환경 분석 시스템 (200) 이 2D 투 3D (2D to 3D) 변환을 이용하면, 프로세스 (600) 는 (602 로부터) 수신된 이미지 데이터를 3D 모델로 변환한다 (606). 환경 분석 시스템 (200) 및/또는 프로세스 (600) 는 통상의 또는 공지된 2D 투 3D 데이터 변환 방법들을 사용하여 이 변환을 수행한다. 환경 분석 시스템 (200) 은 그 후, 양자가 이제 동일한 3D 포맷이기 때문에 결과의 3D 모델을 (데이터베이스 (212) 에 저장된 바와 같은) 계획된 3D 모델 (215) 과 비교한다 (608).
환경 분석 시스템 (200) 이 3D 투 2D 비교 방법을 사용하면, 프로세스 (600) 는 계획된 레이아웃의 3D 모델 (215) 을 2 차원 이미지로 변환한다 (610). 당업자는, 2D 이미지가 또한 다수의 2D 이미지들, 또는 특히 소매 환경 (102) 의 카메라들 (104A, B) 의 동일한 유리한 포인트(들) 로부터의, 계획된 3D 모델 (215) 의 렌더링들을 포함할 수 있음을 인식할 수 있다. 그 후, 환경 분석 시스템 (200) 은 3D 모델 (215) 로부터 변환 또는 렌더링된 2D 이미지들을 수신된 이미지 데이터와 비교할 수 있다 (612). 그 후, 프로세스 (600) 는 비교 결과들을 환경 분석 시스템 (200) 의 관련 있는 다음 단계들 (306/308, 406/408, 504) 로 리턴한다 (614).
환경 분석 시스템 (200) 은 또한, 스토어 다이내믹스를 분석하도록 이용될 수 있다. 예를 들어, 이미지 데이터는 주기적으로, 심지어 스토어가 개방된 시간들 동안 송신되어 플래노그램들에서의 제품들에 대한 고객 트래픽 및 요구가 특정한 날, 주, 또는 달 동안 어떻게 진화하는지를 더 잘 이해할 수 있다. 분석학은 소정 시각 (시간들), 요일, 시기, 또는 특정 쇼핑 시즌, 예컨대 그 해 휴가 시즌의 끝 동안 재고 카운트를 보이도록 제공될 수 있다. 이들 분석학은, 그 또는 그녀가 플래노그램들을 어렵게 설계하거나 시스템에 의해 제공된 분석학을 사용하여 성공적인 설계를 반복할 수도 있도록, 플래노그램들의 계획자를 도울 수 있다. 분석학 (예를 들어, 노하우) 은 어느 세일 또는 플래노그램 방법들이 효과적이고 비효과적인지를 설명할 수 있다. 플래노그램들의 설계자는 효율성 및 비효율성 양자의 지식을 평가한다. 또한, 플래노그램과의 플래노그램 준수 및 비-준수, 뿐만 아니라 특정 영역들의 식별 및/또는 비-준수의 원인들의 설계자의 인식은 고객들의 쇼핑 경험 및 비지니스 분석, 및 이에 따른 스토어 주인들에 대한 결과들을 개선하는 것을 도울 수 있다.
도 1 내지 도 6 의 방법 (프로세스) 및 분석은 컴퓨터 구현된다. 이것은, 방법이 적어도 하나의 컴퓨터 (예컨대, 서버 (208)), 또는 임의의 유사한 시스템 상에서 실행된다는 것을 의미한다. 다르게 언급되지 않으면, 방법의 모든 단계들은 컴퓨터에 의해, 즉 사용자의 개입 없이 수행된다. 예를 들어, 디스플레이하는 단계 (예를 들어, 414, 416, 418, 512), 결정하는 단계 (예를 들어, 308, 404, 504), 및 비교하는 단계 (예를 들어, 306, 406, 및 506) 는 컴퓨터에 의해 수행될 수도 있는 반면에, 생성되어 디스플레이된 비교들에 액세스하는 단계는 사용자가 개입하는 단계의 일 예이다. 물론, 컴퓨터 구현되더라도, 방법은 전체로서, 예를 들어 방법을 트리거하기 위해, 사용자의 개입 시에 그 자체가 수행될 수도 있다.
계획된 소매 환경 레이아웃/플래노그램 제품 배치들의 3D 모델들 (215) 은 이 목적을 위해 적합한 그래픽 사용자 인터페이스 (GUI) 를 포함하는 컴퓨터 이용 설계 (CAD) 시스템의 사용에 의해 생성된다. 이 CAD 시스템은 하드웨어를 포함하고, GUI 는 메모리 및 프로세서와 커플링된다. 메모리는 정보의 저장에 적합한 임의의 하드웨어이다. 이러한 시스템은, 최대한 CAD 모델링된 객체의 설계가 용이한 툴이다. 이러한 시스템은 따라서, 전문 설계자들을 포함하는, 다수의 사용자들에 의해 사용될 수도 있다.
메모리 영역 (212) (즉, 3 차원 파라미터 형상(들)) 에 저장된 정보는 데이터베이스의 형태로 저장될 수도 있다. "데이터베이스" 에 의해, 그것은 검색 및 취출을 위해 조직된 데이터 (즉, 정보) 의 임의의 컬렉션이 의미된다. 메모리 영역 (212) 에 저장되는 경우, 데이터베이스는 컴퓨터에 의한 빠른 검색 및 취출을 가능하게 한다. 데이터베이스들은 실제로 각종 데이터-프로세싱 동작들과 관련되는 데이터의 저장, 취출, 변형, 및 삭제를 용이하게 하도록 구성된다. 데이터베이스는 레코드들 안에서 조회될 수 있는 파일 또는 파일들의 세트로 이루어질 수도 있고, 레코드들 각각은 하나 이상의 필드들로 이루어진다. 필드들은 데이터 저장소의 기본 유닛들이다. 사용자들은 질의를 통해 주로 데이터를 취출할 수도 있다. 키워드들 및 소팅 커맨드들을 사용하여, 사용자들 및 애플리케이션들 (프로세스들 또는 프로세서들) 은 많은 레코드들 내에서 필드를 빠르게 검색, 재배열, 그룹화, 및 선택하여, 사용되는 데이터베이스 관리 시스템의 규칙들에 따라 데이터의 특정 집합들 (aggregates) 상에서 레포트들을 취출 또는 생성할 수 있다.
본 발명에 의해 사용된 방법 및 시스템은 2D 사진들을 사용하여 3D 모델을 생성하고, 이전에 CAD 모델링된 객체들 (3D 모델들 (215)) 을 액세스하고/하거나 객체들에 대한 CAD 모델들 (3D 모델들 (215)) 을 생성하기 위한 것이다. CAD 모델링된 객체는 메모리에 저장된 데이터에 의해 정의된 임의의 객체이다. 더 나아가, 표현들 "모델링된 객체" 및 "3D 모델" 은 데이터 그 자체를 지정한다. 시스템의 유형에 따르면, 3D 모델들 (215) 은 상이한 종류의 데이터에 의해 정의될 수도 있다. CAD 시스템은, CATIA® (CATIA® 은 프랑스, 벨리지 빌라크브레의 다솔 시스템므 S.A. 의 등록된 상표임) 와 같은 모델링된 플래노그램/계획된 레이아웃의 그래픽 표현에 기초하여 3D 모델 (215) 을 최소한 설계하기에 적합한 임의의 시스템이다. 따라서, CAD 모델링된 객체를 정의하는 데이터는 모델링된 객체의 표현 (예를 들어, 기하학 데이터, 예를 들어 공간에서의 상대적 위치들을 포함) 을 가능하게 하는 데이터이다. CAD 시스템은 예를 들어, 면 (face) 들 또는 표면 (surface) 들을 갖는 특정 경우들에서 에지 또는 라인을 사용하는 CAD 플래노그램/계획된 레이아웃의 표현을 제공할 수도 있다. 라인들, 에지들 또는 표면들은 다양한 방식, 예를 들어 NURBS (non-uniform rational B-splines) 으로 표현될 수도 있다. 구체적으로, CAD 파일은 사양을 포함할 수도 있는데, 이 사양으로부터 지오메트리가 생성될 수도 있고, 이는 또한 표현이 생성되는 것을 허용한다. 3D 모델 (215) 의 사양은 단일의 CAD 파일 또는 다수의 파일들에 저장될 수도 있다. CAD 시스템에서 모델링된 객체를 표현하는 파일의 통상적인 사이즈는 파트당 1 메가바이트의 범위에 있고, 3D 모델은 통상적으로 수천 파트들의 어셈블리일 수도 있다.
시스템은 또한, 컴퓨터 이용 공학 (CAE) 및/또는 컴퓨터 이용 제작 (CAM) 시스템일 수도 있고, CAD 모델링된 플래노그램은 또한, CAE 모델링된 객체 및/또는 CAM 모델링된 객체일 수도 있다. 실제로, CAD, CAE 및 CAM 시스템들은 다른 것 중 하나를 배제하지 않는데, 3D 모델 (215) 이 이들 시스템들의 임의의 조합에 대응하는 데이터에 의해 정의될 수도 있기 때문이다.
주제의 CAD 모델들 (215) 에 대한 "3D" 에 의해, 그것은 그 3D 표현을 허용하는 데이터에 의해 모델링되는 임의의 CAD 객체를 의미한다. 3D 표현은 모든 각도들로부터 표현된 객체의 조망을 허용한다. 예를 들어, 3D 모델 (215) 은, 3D 표현되는 경우, 그 축들 중 임의의 것, 또는 그 표현이 디스플레이되는 스크린 상에서의 임의의 축을 중심으로 핸들링 및 회전될 수도 있다. 이는 특히, 3D 모델링되지 않은 2D 아이콘들을 배제한다. 3D 표현의 디스플레이는 디자인을 용이하게 한다 (즉, 설계자들이 그들의 태스크를 통계적으로 달성하는 속도를 증가시킨다). 이는 업계에서 제조 프로세스의 속도를 높이는데, 제품들의 디자인이 제조 프로세스의 일 부분이기 때문이다.
도 7 은 예시적인 컴퓨터, 예컨대 서버 (208) 및/또는 소매 로케이션 (202) 컴퓨터 시스템의 아키텍처의 예를 도시한다. 단일 서버는 복수의 소매 로케이션들을 서빙할 수도 있다. 또한, 복수의 서버들 (예를 들어, 서버 팜) 이 복수의 소매 로케이션들 또는 소매 로케이션을 서빙할 수도 있다. 일부 소매 로케이션들은 특정 소매 로케이션의 로컬 시장 컨디션들, 또는 아키텍처들이나 레이아웃들을 고려하도록 그들의 특정 플래노그램들을 변경할 수도 있다.
서버 (208) 및 소매 로케이션 (202) 컴퓨터들 각각은 내부 통신 BUS (1000) 에 접속된 중앙 처리 장치 (CPU; 1010), BUS 에 또한 접속된 랜덤 액세스 메모리 (RAM; 1070) 를 포함한다. 컴퓨터에는 BUS (1000) 에 접속된 비디오 랜덤 액세스 메모리 (1100) 와 연관되는 그래픽 프로세싱 유닛 (GPU; 1110) 이 또한 제공된다. 비디오 RAM (1100) 은 또한, 프레임 버퍼로서 당해 기술 분야에서 공지된다. 대형 스토리지 디바이스 제어기 (1020) 는 하드 드라이브 (1030) 와 같은 대형 메모리 디바이스에 대한 액세스를 관리한다. 컴퓨터 프로그램 명령들 및 데이터를 유형적으로 수록하기에 적합한 대형 메모리 디바이스는 예시의 방식으로 EPROM, EEPROM, 및 플래시 메모리 디바이스들과 같은 반도체 메모리 디바이스들; 내부 하드 디스크 및 착탈식 디스크와 같은 자기 디스크들; 자기-광 디스크들; 및 CD-ROM 디스크들 (1040) 을 포함하는 비휘발성 메모리의 모든 형태를 포함한다. 전술한 것들 중 어느 하나는 특별히 설계된 ASIC (application-specific integrated circuit) 내에 통합되거나, 이에 의해 추가될 수도 있다. 네트워크 어댑터 (1050) 는 네트워크 (1060)(도 2a 및 도 2b 의 204) 에 대한 액세스를 관리한다. 소매 로케이션 컴퓨터는 또한, 커서 (cursor) 제어 디바이스와 같은 햅틱 디바이스 (1090), 키보드 등을 포함할 수도 있다. 커서 제어 디바이스는 사용자가 각종 커맨드들을 선택하고, 제어 신호들을 입력하도록 허용한다. 시스템 출력들 (경보들, 표시들, 정확한 명령들 등) 은 컴퓨터 모니터 (1080), 디스플레이 스크린(들), 스피커들 등을 통해 렌더링된다.
시스템으로 하여금 방법을 수행하게 하기 위해, 컴퓨터에 의해 실행을 위한 명령들을 포함하는 컴퓨터 프로그램이 제공되고, 이 명령들은 이 목적을 위한 수단을 포함한다. 프로그램은 예를 들어, 디지털 전자 회로로, 또는 컴퓨터 하드웨어, 펌웨어, 소프트웨어로, 또는 이들의 조합으로 구현될 수도 있다. 본 발명의 장치는 프로그래머블 프로세서에 의한 실행을 위해 머신 판독가능 저장 디바이스에 유형적으로 수록된 컴퓨터 프로그램 제품에서 구현될 수도 있고; 본 발명의 방법 단계들은 입력 데이터 상에서 동작하고 출력을 생성함으로써 본 발명의 기능들을 수행하도록 명령들의 프로그램을 실행하는 프로그래머블 프로세서에 의해 수행될 수도 있다. 명령들은 데이터 및 명령들을 데이터 저장 시스템으로부터 수신하고 데이터 및 명령들을 데이터 저장 시스템으로 송신하도록 커플링된 적어도 하나의 프로그래머블 프로세서, 적어도 하나의 입력 디바이스, 및 적어도 하나의 출력 디바이스를 포함하는 프로그래머블 시스템 상에서 실행 가능한 하나 이상의 컴퓨터 프로그램들에서 유리하게 구현될 수도 있다. 애플리케이션 프로그램은 하이 레벨 절차 또는 객체 지향적 프로그래밍 언어로, 또는 원한다면 어셈블리 또는 머신 언어로 구현될 수도 있고; 그리고 임의의 경우, 이 언어는 컴파일링 또는 해석된 언어일 수도 있다.
본 발명은 이들의 예시의 실시형태들을 참조하여 구체적으로 도시 및 설명되었으나, 첨부된 청구항들에 의해 포함된 본 발명의 범위로부터 벗어남 없이 그 안에서 형태 및 상세들에서의 각종 변화들이 이루어질 수도 있음이 당업자에 의해 이해될 것이다.

Claims (33)

  1. 컴퓨터 기반 방법으로서,
    실세계 (real world) 레이아웃의 이미지 데이터를 수신하는 단계로서, 상기 이미지 데이터는 3 차원들에 걸친 상기 실세계 레이아웃을 반영하고, 상기 3 차원들 각각은 시작 및 끝을 갖는 이미지 범위를 가지며, 상기 실세계 레이아웃은 상기 3 차원들에 걸쳐 분배된 재고를 갖는, 상기 이미지 데이터를 수신하는 단계;
    상기 실세계 레이아웃의 계획된 레이아웃의 3D 모델을 수신된 상기 이미지 데이터와 비교하는 단계로서, 상기 3D 모델은 상기 계획된 레이아웃을 상기 3 차원들에 걸쳐 표현하는, 상기 비교하는 단계; 및
    상기 비교의 결과들이 제 1 특정 임계에 도달하는지 여부를 결정하는 단계를 포함하는, 컴퓨터 기반 방법.
  2. 제 1 항에 있어서,
    상기 이미지 데이터로부터, 적어도 하나의 제품 디스플레이 그룹핑 (grouping) 을 추출하는 단계;
    추출된 상기 적어도 하나의 제품 디스플레이 그룹핑을 상기 계획된 레이아웃의 상기 3D 모델에서의 제품 디스플레이 그룹핑의 적어도 하나의 표현과 연관시키는 단계;
    상기 적어도 하나의 제품 디스플레이 그룹핑들을 상기 제품 디스플레이 그룹핑의 상기 적어도 하나의 표현과 비교하는 단계; 및
    상기 결과들이 제 2 특정 임계를 만족하는지 여부를 결정하는 단계를 더 포함하는, 컴퓨터 기반 방법.
  3. 제 1 항에 있어서,
    상기 수신된 이미지 데이터에 대한 상기 3D 모델의 상기 비교의 결과들이 상기 제 1 특정 임계에 도달하는 경우 경보를 생성하는 단계를 더 포함하고,
    상기 비교는 유사도 또는 비-유사도를 나타내고, 상기 제 1 특정 임계는 특정한 유사도 정도를 나타내는, 컴퓨터 기반 방법.
  4. 제 1 항에 있어서,
    상기 계획된 레이아웃의 3D 모델을 생성하는 단계를 더 포함하는, 컴퓨터 기반 방법.
  5. 제 1 항에 있어서,
    상기 3D 모델을 상기 수신된 이미지 데이터와 비교하는 단계는 이미지 차이를 계산하는 단계를 포함하는, 컴퓨터 기반 방법.
  6. 제 1 항에 있어서,
    상기 3D 모델을 2D 표현으로 변환하는 단계를 더 포함하고,
    상기 3D 모델을 상기 수신된 이미지 데이터와 비교하는 단계는 상기 3D 모델의 상기 2D 표현을 상기 수신된 이미지 데이터와 비교하는 단계를 포함하는, 컴퓨터 기반 방법.
  7. 제 1 항에 있어서,
    상기 계획된 레이아웃의 3D 모델을 상기 수신된 이미지 데이터와 비교하는 단계는,
    상기 이미지 데이터를 렌더링된 3D 모델로 변환하는 단계; 및
    상기 계획된 레이아웃의 3D 모델을 상기 렌더링된 3D 모델과 비교하는 단계를 포함하는, 컴퓨터 기반 방법.
  8. 제 1 항에 있어서,
    상기 계획된 레이아웃의 3D 모델을 상기 이미지 데이터와 비교하는 단계는,
    상기 이미지 데이터를 분석하여 재고에서의 제 1 양을 결정하는 단계로서, 상기 재고에서의 상기 제 1 양은 상기 실세계 레이아웃으로 표현되는, 상기 제 1 양을 결정하는 단계;
    상기 재고에서 제 2 양을 취출하는 단계로서, 상기 재고에서의 상기 제 2 양은 상기 계획된 레이아웃의 상기 3D 모델로 표현되는, 상기 제 2 양을 취출하는 단계; 및
    상기 제 1 양 및 상기 제 2 양을 비교하는 단계를 포함하는, 컴퓨터 기반 방법.
  9. 제 8 항에 있어서,
    상기 이미지 데이터를 수신하는 단계는 고객 디스플레이 로케이션에서 그리고 저장 로케이션에서 제품들의 이미지 데이터를 캡처하는 단계를 포함하는, 컴퓨터 기반 방법.
  10. 제 8 항에 있어서,
    상기 재고에서 제 2 양을 취출하는 단계는 트랜잭션 계좌 시스템으로부터 상기 제 2 양을 취출하는 단계를 포함하는, 컴퓨터 기반 방법.
  11. 제 8 항에 있어서,
    상기 제 1 양 및 상기 제 2 양을 비교하는 단계는 상기 제 1 양 및 상기 제 2 양의 차이를 계산하는 단계를 포함하고,
    상기 차이는 스토어에 있을 것으로 계산된 재고의 양과 실제로 상기 스토어 내의 재고의 양 간의 차이를 나타내는, 컴퓨터 기반 방법.
  12. 제 1 항에 있어서,
    상기 실세계 레이아웃의 이미지 데이터를 수신하는 단계는 복수의 카메라들로 상기 실세계 레이아웃의 상기 이미지 데이터를 캡처하는 단계를 포함하는, 컴퓨터 기반 방법.
  13. 제 12 항에 있어서,
    상기 실세계 레이아웃의 이미지 데이터를 수신하는 단계는 상기 실세계 레이아웃의 상기 3D 모델을 생성할 수 있도록 위치된 상기 복수의 카메라들로부터 상기 이미지 데이터를 수신하는 단계를 포함하는, 컴퓨터 기반 방법.
  14. 제 1 항에 있어서,
    상기 3D 모델의 특성들에 매칭하도록 상기 수신된 이미지 데이터를 조정하는 단계를 더 포함하고,
    상기 특성들은 조명 (lighting) 특징, 콘트라스트, 휴 (hue), 새도우 배치, 및 새도우 제거 중 하나 이상을 포함하는, 컴퓨터 기반 방법.
  15. 제 1 항에 있어서,
    상기 실세계 레이아웃을 환경의 상기 계획된 레이아웃에 일치시키기 위한 명령을 생성하는 단계를 더 포함하는, 컴퓨터 기반 방법.
  16. 제 1 항에 있어서,
    상기 실세계 레이아웃의 오디오 데이터를 수신하는 단계로서, 상기 오디오 데이터는 상기 실세계 레이아웃으로부터의 사운드들, 음성, 또는 음악 중 적어도 하나를 반영하는, 상기 오디오 데이터를 수신하는 단계;
    환경의 상기 계획된 레이아웃의 사운드 모델을 상기 수신된 오디오 데이터와 비교하는 단계로서, 상기 사운드 모델은 상기 계획된 레이아웃을 표현하는, 상기 비교하는 단계; 및
    상기 비교의 결과들이 특정 임계에 도달하는지 여부를 결정하는 단계를 더 포함하는, 컴퓨터 기반 방법.
  17. 실세계 레이아웃의 이미지 데이터를 수신하도록 구성된 수신 모듈로서, 상기 이미지 데이터는 3 차원들에 걸친 상기 실세계 레이아웃을 반영하고, 상기 3 차원들 각각은 시작 및 끝을 갖는 이미지 범위를 가지며, 상기 실세계 레이아웃은 상기 3 차원들에 걸쳐 분배된 재고를 갖는, 상기 수신 모듈;
    상기 실세계 레이아웃의 계획된 레이아웃의 3D 모델을 수신된 상기 이미지 데이터와 비교하도록 구성된 비교 모듈로서, 상기 3D 모델은 상기 계획된 레이아웃을 상기 3 차원들에 걸쳐 표현하는, 상기 비교 모듈; 및
    상기 비교의 결과들이 제 1 특정 임계에 도달하는지 여부를 결정하도록 구성된 임계 결정 모듈을 포함하는, 시스템.
  18. 제 17 항에 있어서,
    상기 이미지 데이터로부터, 적어도 하나의 제품 디스플레이 그룹핑을 추출하도록 구성된 그룹핑 추출 모듈; 및
    추출된 상기 적어도 하나의 제품 디스플레이 그룹핑을 상기 계획된 레이아웃의 상기 3D 모델에서의 상기 제품 디스플레이 그룹핑의 적어도 하나의 표현과 연관시키도록 구성된 연관 모듈을 더 포함하고,
    상기 비교 모듈은 또한, 상기 적어도 하나의 제품 디스플레이 그룹핑들을 상기 제품 디스플레이 그룹핑의 상기 적어도 하나의 표현과 비교하도록 구성되며,
    상기 임계 결정 모듈은 또한, 상기 결과들이 제 2 특정 임계를 만족하는지 여부를 결정하도록 구성되는, 시스템.
  19. 제 17 항에 있어서,
    상기 수신된 이미지 데이터에 대한 상기 3D 모델의 상기 비교가 상기 제 1 특정 임계에 도달하는 경우 경보를 생성하도록 구성된 경보 생성 모듈을 더 포함하고,
    상기 비교는 유사도 또는 비-유사도를 나타내고, 상기 제 1 특정 임계는 특정한 유사도 정도를 나타내는, 시스템.
  20. 제 17 항에 있어서,
    상기 계획된 레이아웃의 3D 모델을 생성하도록 구성된 모델 생성 모듈을 더 포함하는, 시스템.
  21. 제 17 항에 있어서,
    상기 비교 모듈은 또한, 이미지 차이를 계산함으로써 상기 3D 모델을 상기 수신된 이미지 데이터와 비교하도록 구성되는, 시스템.
  22. 제 17 항에 있어서,
    상기 3D 모델을 2D 표현으로 변환하도록 구성된 변환 모듈을 더 포함하고,
    상기 비교 모듈은 또한, 상기 3D 모델의 상기 2D 표현을 상기 수신된 이미지 데이터와 비교하도록 구성되는, 시스템.
  23. 제 17 항에 있어서,
    상기 비교 모듈은 또한, 상기 수신된 이미지 데이터를 렌더링된 3D 모델로 변환하도록 구성된 변환 모듈을 포함하고,
    상기 비교 모듈은 또한, 상기 계획된 레이아웃의 3D 모델을 상기 렌더링된 3D 모델과 비교하도록 구성되는, 시스템.
  24. 제 17 항에 있어서,
    상기 비교 모듈은,
    상기 이미지 데이터를 분석하여 재고에서의 제 1 양을 결정하도록 구성된 분석 모듈; 및
    상기 재고에서 제 2 양을 취출하도록 구성된 재고 수신 모듈을 포함하고,
    상기 비교 모듈은 또한, 상기 제 1 양 및 상기 제 2 양을 비교하도록 구성되는, 시스템.
  25. 제 24 항에 있어서,
    상기 이미지 캡처 모듈은 또한, 고객 디스플레이 로케이션에서 그리고 저장 로케이션에서 제품들의 이미지 데이터를 수신하도록 구성되는, 시스템.
  26. 제 24 항에 있어서,
    상기 재고 수신 모듈은 또한, 트랜잭션 계좌 시스템으로부터 상기 제품들의 상기 제 2 양을 취출하도록 구성되는, 시스템.
  27. 제 24 항에 있어서,
    상기 비교 모듈은 또한, 제 1 재고 및 제 2 재고의 차이를 계산하도록 구성되고,
    상기 차이는 스토어에 있을 것으로 계산된 재고의 양과 실제로 상기 스토어 내의 재고의 양 간의 차이를 나타내는, 시스템.
  28. 제 17 항에 있어서,
    상기 수신 모듈은 또한, 복수의 카메라들로부터 상기 실세계 레이아웃의 상기 이미지 데이터를 수신하도록 구성되는, 시스템.
  29. 제 28 항에 있어서,
    상기 수신 모듈은 또한, 상기 실세계 레이아웃의 3D 모델을 생성할 수 있도록 위치된 상기 복수의 카메라들로부터 상기 이미지 데이터를 수신하도록 구성되는, 시스템.
  30. 제 17 항에 있어서,
    상기 3D 모델의 특성들에 매칭하도록 상기 이미지 데이터를 조정하도록 구성된 이미지 조정 모듈을 더 포함하고,
    상기 특성들은 조명 특징, 콘트라스트, 휴, 새도우 배치, 및 새도우 제거 중 하나 이상을 포함하는, 시스템.
  31. 제 17 항에 있어서,
    상기 실세계 레이아웃을 환경의 상기 계획된 레이아웃에 일치시키기 위한 명령을 생성하도록 구성된 명령 생성 모듈을 더 포함하는, 시스템.
  32. 제 17 항에 있어서,
    상기 수신 모듈은 또한, 상기 실세계 레이아웃의 오디오 데이터를 수신하도록 구성되되, 상기 오디오 데이터는 상기 실세계 레이아웃으로부터의 사운드들, 음성, 또는 음악 중 적어도 하나를 반영하고;
    상기 비교 모듈은 또한, 환경의 상기 계획된 레이아웃의 사운드 모델을 상기 수신된 오디오 데이터와 비교하도록 구성되되, 상기 사운드 모델은 상기 계획된 레이아웃을 표현하며;
    상기 임계 결정 모듈은 또한, 상기 비교의 결과들이 특정 임계에 도달하는지 여부를 결정하도록 구성되는, 시스템.
  33. 3 차원들에 걸친 실세계 레이아웃을 반영하는 이미지 데이터를 저장하도록 구성된 메모리 영역으로서, 상기 3 차원들 각각은 시작 및 끝을 갖는 이미지 범위를 가지며, 상기 실세계 레이아웃은 상기 3 차원들에 걸쳐 분배된 재고 및 계획된 레이아웃의 3D 모델을 갖고, 상기 3D 모델은 상기 메모리 영역에서 상기 3 차원들에 걸쳐 상기 계획된 레이아웃을 표현하는, 상기 메모리 영역; 및
    상기 메모리 영역에 커플링된 프로세서를 포함하고,
    상기 프로세서는,
    상기 실세계 레이아웃의 상기 이미지 데이터를 수신하고;
    상기 계획된 레이아웃의 3D 모델을 수신된 상기 이미지 데이터와 비교하며;
    상기 비교의 결과들이 특정 임계에 도달하는지 여부를 결정하도록 구성되는, 컴퓨터.
KR1020130053278A 2012-05-11 2013-05-10 쇼핑 경험에서 가상 및 실제 이미지들의 비교 KR20130126545A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/469,277 2012-05-11
US13/469,277 US8941645B2 (en) 2012-05-11 2012-05-11 Comparing virtual and real images in a shopping experience

Publications (1)

Publication Number Publication Date
KR20130126545A true KR20130126545A (ko) 2013-11-20

Family

ID=48577483

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130053278A KR20130126545A (ko) 2012-05-11 2013-05-10 쇼핑 경험에서 가상 및 실제 이미지들의 비교

Country Status (6)

Country Link
US (1) US8941645B2 (ko)
EP (1) EP2662831B1 (ko)
JP (1) JP6227278B2 (ko)
KR (1) KR20130126545A (ko)
CN (1) CN103390075B (ko)
CA (1) CA2815548A1 (ko)

Families Citing this family (92)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9824601B2 (en) 2012-06-12 2017-11-21 Dassault Systemes Symbiotic helper
US8923893B2 (en) * 2012-08-07 2014-12-30 Symbol Technologies, Inc. Real-time planogram generation and maintenance
US9380222B2 (en) * 2012-12-04 2016-06-28 Symbol Technologies, Llc Transmission of images for inventory monitoring
US10074121B2 (en) 2013-06-20 2018-09-11 Dassault Systemes Shopper helper
US9547838B2 (en) * 2013-11-06 2017-01-17 Oracle International Corporation Automated generation of a three-dimensional space representation and planogram verification
GB2544367A (en) * 2014-02-28 2017-05-17 Wal Mart Stores Inc Tool for planning crowd control measures
US10453046B2 (en) 2014-06-13 2019-10-22 Conduent Business Services, Llc Store shelf imaging system
US10176452B2 (en) 2014-06-13 2019-01-08 Conduent Business Services Llc Store shelf imaging system and method
JP5894227B2 (ja) * 2014-06-25 2016-03-23 株式会社カブク 情報処理装置及びプログラム
GB2528963B (en) 2014-08-07 2018-07-25 Artform Int Ltd Product display shelf, system and method
US9710926B2 (en) 2015-01-30 2017-07-18 Hewlett-Packard Development Company, L.P. Image processing of a retail shelf area
US9801517B2 (en) 2015-03-06 2017-10-31 Wal-Mart Stores, Inc. Shopping facility assistance object detection systems, devices and methods
US20180099846A1 (en) 2015-03-06 2018-04-12 Wal-Mart Stores, Inc. Method and apparatus for transporting a plurality of stacked motorized transport units
WO2016142794A1 (en) * 2015-03-06 2016-09-15 Wal-Mart Stores, Inc Item monitoring system and method
US11126950B2 (en) 2015-03-18 2021-09-21 United Parcel Service Of America, Inc. Systems and methods for verifying the contents of a shipment
EP3284037A1 (en) 2015-04-16 2018-02-21 United Parcel Service Of America, Inc. Enhanced multi-layer cargo screening system, computer program product, and method of using the same
MX364903B (es) 2015-05-16 2019-05-10 Tata Consultancy Services Ltd Procedimiento y sistema de comprobación del cumplimiento de un planograma basado en análisis visual.
CA2938573A1 (en) * 2015-08-14 2017-02-14 Wal-Mart Stores, Inc. Systems, devices and methods for monitoring modular compliance in a shopping space
US10223737B2 (en) 2015-12-28 2019-03-05 Samsung Electronics Co., Ltd. Automatic product mapping
NL2016099B1 (en) * 2016-01-14 2017-07-24 Opticon Sensors Europe B V Method and device for detecting an inventory in a storage space.
CA3015501A1 (en) 2016-01-18 2017-07-27 Dci Marketing, Inc. Dba Dci - Artform Sensors, devices, adapters and mating structures for merchandisers and related methods
US10352689B2 (en) 2016-01-28 2019-07-16 Symbol Technologies, Llc Methods and systems for high precision locationing with depth values
GB2548475A (en) * 2016-02-11 2017-09-20 Wal Mart Stores Inc A mobile camera-equipped device-based approach to assessing a display
US10627984B2 (en) 2016-02-29 2020-04-21 Walmart Apollo, Llc Systems, devices, and methods for dynamic virtual data analysis
US9928438B2 (en) 2016-03-10 2018-03-27 Conduent Business Services, Llc High accuracy localization system and method for retail store profiling via product image recognition and its corresponding dimension database
US10588427B2 (en) 2016-03-23 2020-03-17 Retail Space Solutions Llc Low product indicator for self facing merchandiser and related methods
CA2961938A1 (en) 2016-04-01 2017-10-01 Wal-Mart Stores, Inc. Systems and methods for moving pallets via unmanned motorized unit-guided forklifts
US10408625B2 (en) * 2016-04-19 2019-09-10 Toyota Motor Engineering & Manufacturing North America, Inc. Vision-assist systems with room scanners to detect and notify users of out-of-order room states
US9996820B2 (en) 2016-08-12 2018-06-12 Walmart Apollo, Llc Systems and methods for detecting missing labels
US10614538B2 (en) 2016-08-16 2020-04-07 Walmart Apollo, Llc Object detection using autonomous robot devices
US10552787B2 (en) 2016-09-04 2020-02-04 International Business Machines Corporation Store planogram to image registrations
US10289990B2 (en) 2016-10-17 2019-05-14 Conduent Business Services, Llc Store shelf imaging system and method
US10210603B2 (en) 2016-10-17 2019-02-19 Conduent Business Services Llc Store shelf imaging system and method
US10019803B2 (en) 2016-10-17 2018-07-10 Conduent Business Services, Llc Store shelf imaging system and method using a vertical LIDAR
US10002344B2 (en) 2016-10-17 2018-06-19 Conduent Business Services, Llc System and method for retail store promotional price tag detection
CA3040176C (en) 2016-10-18 2023-07-11 Retail Space Solutions Llc Illuminated merchandiser, retrofit kit and related methods
US11042161B2 (en) 2016-11-16 2021-06-22 Symbol Technologies, Llc Navigation control method and apparatus in a mobile automation system
WO2018107301A1 (en) * 2016-12-14 2018-06-21 Stockscan Nonintrusive, sensor-driven processor for managing stored commodities
US10643177B2 (en) 2017-03-21 2020-05-05 Kellogg Company Determining product placement compliance
WO2018187788A1 (en) * 2017-04-07 2018-10-11 Simbe Robotics Inc Method for tracking stock level within a store
US10591918B2 (en) 2017-05-01 2020-03-17 Symbol Technologies, Llc Fixed segmented lattice planning for a mobile automation apparatus
US10663590B2 (en) * 2017-05-01 2020-05-26 Symbol Technologies, Llc Device and method for merging lidar data
US10949798B2 (en) 2017-05-01 2021-03-16 Symbol Technologies, Llc Multimodal localization and mapping for a mobile automation apparatus
US11449059B2 (en) 2017-05-01 2022-09-20 Symbol Technologies, Llc Obstacle detection for a mobile automation apparatus
US10505057B2 (en) 2017-05-01 2019-12-10 Symbol Technologies, Llc Device and method for operating cameras and light sources wherein parasitic reflections from a paired light source are not reflected into the paired camera
AU2018261257B2 (en) 2017-05-01 2020-10-08 Symbol Technologies, Llc Method and apparatus for object status detection
WO2018204342A1 (en) 2017-05-01 2018-11-08 Symbol Technologies, Llc Product status detection system
US11367092B2 (en) 2017-05-01 2022-06-21 Symbol Technologies, Llc Method and apparatus for extracting and processing price text from an image set
US10726273B2 (en) 2017-05-01 2020-07-28 Symbol Technologies, Llc Method and apparatus for shelf feature and object placement detection from shelf images
WO2018201423A1 (en) 2017-05-05 2018-11-08 Symbol Technologies, Llc Method and apparatus for detecting and interpreting price label text
US10628997B2 (en) 2017-08-24 2020-04-21 Emilio Santos Method for generating three-dimensional models from constrained sketches and an instruction set
US10521914B2 (en) 2017-09-07 2019-12-31 Symbol Technologies, Llc Multi-sensor object recognition system and method
US10572763B2 (en) 2017-09-07 2020-02-25 Symbol Technologies, Llc Method and apparatus for support surface edge detection
JP7243627B2 (ja) * 2017-09-29 2023-03-22 日本電気株式会社 情報処理装置、情報処理システム、制御方法、及びプログラム
US11176651B2 (en) * 2017-10-18 2021-11-16 Anthony C. Liberatori, Jr. Computer-controlled 3D analysis of collectible objects
EP3742336A1 (en) 2018-01-10 2020-11-25 Trax Technology Solutions Pte Ltd. Automatically monitoring retail products based on captured images
US10823572B2 (en) 2018-04-05 2020-11-03 Symbol Technologies, Llc Method, system and apparatus for generating navigational data
US11327504B2 (en) 2018-04-05 2022-05-10 Symbol Technologies, Llc Method, system and apparatus for mobile automation apparatus localization
US10809078B2 (en) 2018-04-05 2020-10-20 Symbol Technologies, Llc Method, system and apparatus for dynamic path generation
US10740911B2 (en) 2018-04-05 2020-08-11 Symbol Technologies, Llc Method, system and apparatus for correcting translucency artifacts in data representing a support structure
US10832436B2 (en) 2018-04-05 2020-11-10 Symbol Technologies, Llc Method, system and apparatus for recovering label positions
US11100302B2 (en) * 2018-08-13 2021-08-24 Sunrise R&D Holdings, Llc System and method for verification of displayed shelf tags using hand-held device
WO2020051213A1 (en) * 2018-09-05 2020-03-12 Trax Technology Solutions Pte Ltd. Systems and methods for monitoring products and aggregating product information
US11475404B2 (en) 2018-09-05 2022-10-18 Trax Technology Solutions Pte Ltd. Aggregating product shortage information
US11506483B2 (en) 2018-10-05 2022-11-22 Zebra Technologies Corporation Method, system and apparatus for support structure depth determination
US11010920B2 (en) 2018-10-05 2021-05-18 Zebra Technologies Corporation Method, system and apparatus for object detection in point clouds
US11090811B2 (en) 2018-11-13 2021-08-17 Zebra Technologies Corporation Method and apparatus for labeling of support structures
US11003188B2 (en) 2018-11-13 2021-05-11 Zebra Technologies Corporation Method, system and apparatus for obstacle handling in navigational path generation
US11416000B2 (en) 2018-12-07 2022-08-16 Zebra Technologies Corporation Method and apparatus for navigational ray tracing
US11079240B2 (en) 2018-12-07 2021-08-03 Zebra Technologies Corporation Method, system and apparatus for adaptive particle filter localization
US11100303B2 (en) 2018-12-10 2021-08-24 Zebra Technologies Corporation Method, system and apparatus for auxiliary label detection and association
US11015938B2 (en) 2018-12-12 2021-05-25 Zebra Technologies Corporation Method, system and apparatus for navigational assistance
US10731970B2 (en) 2018-12-13 2020-08-04 Zebra Technologies Corporation Method, system and apparatus for support structure detection
CA3028708A1 (en) 2018-12-28 2020-06-28 Zih Corp. Method, system and apparatus for dynamic loop closure in mapping trajectories
US11402846B2 (en) 2019-06-03 2022-08-02 Zebra Technologies Corporation Method, system and apparatus for mitigating data capture light leakage
US11662739B2 (en) 2019-06-03 2023-05-30 Zebra Technologies Corporation Method, system and apparatus for adaptive ceiling-based localization
US11151743B2 (en) 2019-06-03 2021-10-19 Zebra Technologies Corporation Method, system and apparatus for end of aisle detection
US11080566B2 (en) 2019-06-03 2021-08-03 Zebra Technologies Corporation Method, system and apparatus for gap detection in support structures with peg regions
US11200677B2 (en) 2019-06-03 2021-12-14 Zebra Technologies Corporation Method, system and apparatus for shelf edge detection
US11960286B2 (en) 2019-06-03 2024-04-16 Zebra Technologies Corporation Method, system and apparatus for dynamic task sequencing
US11341663B2 (en) 2019-06-03 2022-05-24 Zebra Technologies Corporation Method, system and apparatus for detecting support structure obstructions
IT201900009267A1 (it) * 2019-06-18 2020-12-18 Corob Spa Metodo di controllo di una macchina di dispensazione di prodotti fluidi
US11507103B2 (en) 2019-12-04 2022-11-22 Zebra Technologies Corporation Method, system and apparatus for localization-based historical obstacle handling
US11107238B2 (en) 2019-12-13 2021-08-31 Zebra Technologies Corporation Method, system and apparatus for detecting item facings
US11822333B2 (en) 2020-03-30 2023-11-21 Zebra Technologies Corporation Method, system and apparatus for data capture illumination control
US11450024B2 (en) 2020-07-17 2022-09-20 Zebra Technologies Corporation Mixed depth object detection
US11593915B2 (en) 2020-10-21 2023-02-28 Zebra Technologies Corporation Parallax-tolerant panoramic image generation
US11392891B2 (en) 2020-11-03 2022-07-19 Zebra Technologies Corporation Item placement detection and optimization in material handling systems
US11847832B2 (en) 2020-11-11 2023-12-19 Zebra Technologies Corporation Object classification for autonomous navigation systems
US11954882B2 (en) 2021-06-17 2024-04-09 Zebra Technologies Corporation Feature-based georegistration for mobile computing devices
US11521003B1 (en) * 2021-06-23 2022-12-06 Zebra Technologies Corporation Layout generation for location-tracking sensors
US20240095815A1 (en) * 2022-09-16 2024-03-21 Lowe's Companies, Inc. Mixed reality presentation based on a virtual location within a virtual model of a physical space

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6426757B1 (en) 1996-03-04 2002-07-30 International Business Machines Corporation Method and apparatus for providing pseudo-3D rendering for virtual reality computer user interfaces
JP2000281204A (ja) * 1999-03-31 2000-10-10 Fuji Electric Co Ltd 在庫管理システム
CN1388467A (zh) * 2001-05-30 2003-01-01 英华达股份有限公司 可携式虚拟结合现场购物的系统及其方法
JP2002366621A (ja) * 2001-06-05 2002-12-20 Komatsu Noriko 店舗経営指導情報提供方法およびそのサーバのプログラム
WO2003025805A1 (en) * 2001-09-18 2003-03-27 Pro-Corp Holdings International Limited Image recognition inventory management system
US7493336B2 (en) 2003-07-22 2009-02-17 International Business Machines Corporation System and method of updating planogram information using RFID tags and personal shopping device
US8355944B2 (en) 2003-09-04 2013-01-15 Webconcepts, Inc. Methods and systems for collaborative demand planning and replenishment
US7019742B2 (en) 2003-11-20 2006-03-28 Microsoft Corporation Dynamic 2D imposters of 3D graphic objects
US7680694B2 (en) 2004-03-11 2010-03-16 American Express Travel Related Services Company, Inc. Method and apparatus for a user to shop online in a three dimensional virtual reality setting
JP2005321639A (ja) * 2004-05-10 2005-11-17 Daiki Sound Kk 音楽コンテンツの配信方法、音楽コンテンツ配信システム及び音楽コンテンツ再生用プログラム
WO2006058292A2 (en) * 2004-11-29 2006-06-01 Purdue Research Foundation Methods for retrieving shapes and drawings
US7440903B2 (en) 2005-01-28 2008-10-21 Target Brands, Inc. System and method for evaluating and recommending planograms
JP4747622B2 (ja) * 2005-03-18 2011-08-17 オムロン株式会社 情報処理装置、情報処理方法、制御プログラム、制御プログラムを記録した記録媒体、および情報処理システム
EP1866870B1 (en) * 2005-04-04 2009-06-03 Revolver Ltd. Rendering 3d computer graphics using 2d computer graphics capabilities
WO2007114935A2 (en) 2006-04-04 2007-10-11 Gladson, Llc Apparatus and method for maintaining a consumer products database
US20100171826A1 (en) * 2006-04-12 2010-07-08 Store Eyes, Inc. Method for measuring retail display and compliance
JP2008117113A (ja) * 2006-11-02 2008-05-22 Fresh Remix Kk 画像生成装置および方法、画像生成プログラム
US20090138113A1 (en) * 2006-11-27 2009-05-28 Designin Corporation Systems, methods, and computer program products for home and landscape design
JP2008242938A (ja) * 2007-03-28 2008-10-09 Toppan Printing Co Ltd 三次元ｃｇ画像による陳列シミュレーションシステム
US9135491B2 (en) * 2007-08-31 2015-09-15 Accenture Global Services Limited Digital point-of-sale analyzer
US8009864B2 (en) 2007-08-31 2011-08-30 Accenture Global Services Limited Determination of inventory conditions based on image processing
US7949568B2 (en) 2007-08-31 2011-05-24 Accenture Global Services Limited Determination of product display parameters based on image processing
US8630924B2 (en) * 2007-08-31 2014-01-14 Accenture Global Services Limited Detection of stock out conditions based on image processing
JP2009187482A (ja) * 2008-02-08 2009-08-20 Nippon Sogo System Kk 棚割再現方法、棚割再現プログラム、棚割評価方法、棚割評価プログラム及び記録媒体
US8049621B1 (en) 2009-05-28 2011-11-01 Walgreen Co. Method and apparatus for remote merchandise planogram auditing and reporting
EP2499827A4 (en) * 2009-11-13 2018-01-03 Pixel Velocity, Inc. Method for tracking an object through an environment across multiple cameras

Also Published As

Publication number Publication date
EP2662831B1 (en) 2022-08-31
US20130300729A1 (en) 2013-11-14
JP2014002722A (ja) 2014-01-09
CN103390075A (zh) 2013-11-13
EP2662831A2 (en) 2013-11-13
CA2815548A1 (en) 2013-11-11
EP2662831A3 (en) 2017-06-14
US8941645B2 (en) 2015-01-27
JP6227278B2 (ja) 2017-11-08
CN103390075B (zh) 2017-10-27

Similar Documents

Publication Publication Date Title
EP2662831B1 (en) Comparing virtual and real images of a shopping planogram
US11521273B2 (en) Identifying flood damage to an indoor environment using a virtual representation
CN109271685B (zh) 一种基于bim的城市更新改造数据存储方法及装置
TWI691934B (zh) 基於擴增實境的影像識別方法及裝置
CN112771536B (zh) 增强现实数字内容搜索和尺寸确定技术
US20220261422A1 (en) Linking Discrete Dimensions to Enhance Dimensional Analysis
US20110202326A1 (en) Modeling social and cultural conditions in a voxel database
US20180225408A1 (en) System and method for interactive modeling and analysis of 3-d digital assemblies
US10957108B2 (en) Augmented reality image retrieval systems and methods
US9984179B2 (en) Providing building information modeling data
CA2910661A1 (en) Method and system for identifying a property for purchase using image processing
CN111047392B (zh) 一种构建数字化店铺的系统、方法及存储介质
US10627984B2 (en) Systems, devices, and methods for dynamic virtual data analysis
US20140344251A1 (en) Map searching system and method
JP2016219005A (ja) 情報提供方法及び情報提供システム
CN113674049A (zh) 基于图片搜索的商品在架位置识别方法、系统和存储介质
US20230290072A1 (en) System and method of object detection and interactive 3d models
CN108734761B (zh) 场景可视化方法、装置、电子设备及存储介质
JP2015512074A (ja) ルールベースのコンテンツ生成のためのシステム及び方法
US20230274226A1 (en) Retail shelf image processing and inventory tracking system
US20190213613A1 (en) Segmenting market data
JP2020030609A (ja) 物件情報提示装置、物件情報提示方法及び物件情報提示プログラム
CN115687673B (zh) 图片归档的方法、装置、电子设备及可读存储介质
US20240013277A1 (en) Virtual recommendation system
US20240118103A1 (en) Method and server for generating spatial map

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid