Shoppers onder de (digitale) loep

door Frank Joosten
955 views

Enkele vragen aan Robin Schrijvers, onze PXL eXpert artificiële intelligentie

Een voorbeeld van personendetectie in een winkelomgeving. Foto: Samuel Murray @ ResearchGate.net

De winkels zijn weer open en bij die heropstart na de coronalockdown blijkt ook technologie een belangrijke rol te spelen. Slimme camera’s bijvoorbeeld die het shoppinggedrag van klanten monitoren. Maar hoe werkt zulke technologie precies? PXL eXperts legde kort een aantal vragen voor aan Robin Schrijvers (PXL Smart ICT), onze expert in artificiële intelligentie.

Robin Schrijvers

PXL eXperts: Robin, jij hebt als voormalig medewerker van het bedrijf PixelVision en als onderzoeker artificiële intelligentie aan het expertisecentrum PXL Smart ICT ervaring met hoe camera’s ingezet kunnen worden om mensen – en dus ook shoppers – te detecteren en te tracken. Waarom willen winkels dat graag?

Robin Schrijvers: Op zich ben ik geen retailexpert – daar hebben we Hermien Raedts van PXL Innovatief Ondernemen voor (lacht) – maar het spreekt voor zich dat winkels heel wat kostbare informatie kunnen halen uit het digitaal tracken van hun bezoekers. Hoeveel bezoekers heb je in welke tijdspanne gehad? Welke delen van je winkel zijn het drukst bezocht? Verloopt de doorstroming in de winkel altijd even vlot? Dat zijn pertinente vragen waarop verzamelde data een antwoord kunnen bieden en die winkeluitbaters kunnen helpen om hun beschikbare winkelruimte optimaal af te stemmen op de behoeften van de klant.

PXL eXperts: Jij houdt je vooral bezig met de artificiële intelligentie achter dit soort toepassingen, de algoritmes waardoor die slimme camera’s nog slimmer worden. Aan welke voorwaarden moeten de soft- en hardware voldoen?

Robin Schrijvers: Wel, je wil uiteraard een systeem dat niet al te duur is – zo kostenefficiënt mogelijk – en dat ook niet al te grote, zware hardware vereist. Als winkeluitbater heb je niet veel aan een camera die je alleen maar met een superzware, dure desktop kan verbinden. Vandaar dat PixelVision een handige en gebruiksvriendelijke toepassing ontwikkeld heeft: een realtime voetgangersdetector gecombineerd met een ‘optical flow tracker’ op een low cost hardwareplatform, waarop we elke klant een unieke ID kunnen toekennen. Samen met mijn collega’s Steven Puttemans, Timothy Callemein en Toon Goedemé heb ik voor die toepassing de snelheid en de nauwkeurigheid geoptimaliseerd. Die technische uitwerking werd voorgesteld op de AVICS 2020-conferentie in Auckland in februari en kreeg daar heel veel lovende kritieken.

PXL eXperts: Werden jullie tijdens de ontwikkeling met uitdagingen geconfronteerd?

Robin Schrijvers: Toch wel, ja. Elk AI-model presteert maar zo goed als de data waarmee het getraind is. Een van de klassieke problemen met AI-objectdetectie is dat de detectoren getraind worden met afbeeldingen waarop personen zo goed als altijd volledig – van kop tot teen –  in beeld zijn. Gevolg: het model presteert dan minder goed wanneer klanten in een winkel niet van kop tot teen op de camerabeelden te zien zijn. Stel: je klant staat achter een andere winkelbezoeker, gedeeltelijk achter een kledingrek of achter een tafel: dan moet je AI-algoritme dat nog goed leren herkennen en dat vraagt dus wel wat extra programmeerwerk.

PXL eXperts: Intussen ben je binnen PXL Smart ICT vooral bezig met onderzoek naar ‘explainable artificial intelligence’ (XAI). Wat houdt dat precies in?

Robin Schrijvers: Klopt: sinds kort werken we samen met UHasselt en met diverse bedrijven aan een TETRA-onderzoeksproject gesubsidieerd door het Agentschap Innoveren en Ondernemen. Kort gezegd: binnen ‘explainable artificial intelligence’ verklapt de op het eerste gezicht nogal ondoorgrondelijke zwarte doos van een AI-systeem zijn geheimen, of toch minstens gedeeltelijk. Het AI-systeem neemt niet alleen beslissingen of doet niet alleen voorspellingen, maar laat ook zien waarop die beslissingen of voorspellingen gebaseerd zijn. In het geval van beeldherkenning geeft het systeem bijvoorbeeld aan welke pixels hebben bijgedragen tot een bepaalde voorspelling of uitkomst. En dat is belangrijk, want op die manier moeten we als mensen een ‘machinebeslissing’ niet zomaar blindelings accepteren: dankzij die extra feedback krijgen we meer vertrouwen in het ontwikkelde AI-systeem.

PXL eXperts: Heel veel succes met dat nieuwe project.

Meer info: robin.schrijvers@pxl.be

Robin Schrijvers, Steven Puttemans, Timothy Callemein, Toon Goedemé. ‘Real-Time Embedded Person Detection and Tracking for Shopping Behaviour Analysis’ (2020). AVICS 2020: Advanced Concepts for Intelligent Vision Systems, pp 541-553. [Downloadlink]

Dit onderzoek werd gesubsidieerd met een Baekeland-mandaat van het Agentschap Innoveren en Ondernemen en ondersteund door PixelVision en KULeuven.

Tijdens AVICS 2020 werd de hierboven genoemde paper bekroond met een presentation award.

Aanbevolen berichten

PXL eXperts gebruikt cookies om uw surfervaring makkelijker te maken. Door verder gebruik te maken van deze website ga je hiermee akkoord. OK Lees meer