論文の概要: Deep Learning based approach to detect Customer Age, Gender and Expression in Surveillance Video

• arxiv url: http://arxiv.org/abs/2503.00453v1
• Date: Sat, 01 Mar 2025 11:26:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-05 19:22:22.246887
• Title: Deep Learning based approach to detect Customer Age, Gender and Expression in Surveillance Video
• Title（参考訳）: サーベイランスビデオにおける顧客年齢・性別・表現の深層学習による検出
• Authors: Earnest Paul Ijjina, Goutham Kanahasabai, Aniruddha Srinivas Joshi,
• Abstract要約: 監視ビデオにおける年齢・性別予測に対するコンピュータビジョンに基づくアプローチを提案する。 提案手法は,ワイド残留ネットワークとXception深層学習モデルの有効性を活用する。 提案手法の有効性を実生活の衣料品店の監視ビデオで評価した。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: In the current information era, customer analytics play a key role in the success of any business. Since customer demographics primarily dictate their preferences, identification and utilization of age & gender information of customers in sales forecasting, may maximize retail sales. In this work, we propose a computer vision based approach to age and gender prediction in surveillance video. The proposed approach leverage the effectiveness of Wide Residual Networks and Xception deep learning models to predict age and gender demographics of the consumers. The proposed approach is designed to work with raw video captured in a typical CCTV video surveillance system. The effectiveness of the proposed approach is evaluated on real-life garment store surveillance video, which is captured by low resolution camera, under non-uniform illumination, with occlusions due to crowding, and environmental noise. The system can also detect customer facial expressions during purchase in addition to demographics, that can be utilized to devise effective marketing strategies for their customer base, to maximize sales.
• Abstract（参考訳）: 現在の情報時代において、顧客分析はあらゆるビジネスの成功において重要な役割を担っている。 顧客人口は、主に好みを定めているため、販売予測における顧客年齢・性別情報の識別と利用は、小売販売を最大化する可能性がある。 本研究では,監視ビデオにおける年齢と性別の予測に対するコンピュータビジョンに基づくアプローチを提案する。 提案手法は,広域残留ネットワークとXception深層学習モデルの有効性を利用して,消費者の年齢と性別を推定する。 提案手法は、典型的なCCTVビデオ監視システムで捉えた生のビデオを扱うように設計されている。 提案手法の有効性は,非一様照明下で低解像度カメラによって撮影され,群集や環境騒音による隠蔽が生じる実生活の衣料品店の監視ビデオで評価される。 このシステムは、購入中に顧客の表情を検知するだけでなく、顧客ベースの効果的なマーケティング戦略を考案し、売上を最大化するために利用することができる。

関連論文リスト

• Decoding the Silent Majority: Inducing Belief Augmented Social Graph with Large Language Model for Response Forecasting [74.68371461260946]
  SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。 本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
  論文  参考訳（メタデータ） (2023-10-20T06:17:02Z)
• Retail store customer behavior analysis system: Design and Implementation [2.215731214298625]
  本稿では,顧客行動の数学的モデリング,効率的なディープラーニングに基づく行動分析,個人と集団の行動可視化という3つの主要な要素を含むフレームワークを提案する。 各モジュールとシステム全体が、小売店の実際の状況からのデータを使用して検証された。
  論文  参考訳（メタデータ） (2023-09-05T06:26:57Z)
• Customer Churn Prediction Model using Explainable Machine Learning [0.0]
  この論文の主な目的は、チャーンする可能性が最も高い潜在的な顧客を予測するのに役立つ、ユニークな顧客チャーン予測モデルを開発することである。 各種木に基づく機械学習手法とアルゴリズムの性能評価と解析を行った。 モデル説明可能性と透明性を改善するため,提案手法では,特徴の組合せについてシェープ値を計算する手法を提案する。
  論文  参考訳（メタデータ） (2023-03-02T04:45:57Z)
• Persuasion Strategies in Advertisements [68.70313043201882]
  我々は,説得戦略の広範な語彙を導入し,説得戦略を付加した最初の広告画像コーパスを構築した。 次に,マルチモーダル学習による説得戦略予測のタスクを定式化する。 我々は、Fortune-500社の1600件の広告キャンペーンについて、現実世界でケーススタディを実施している。
  論文  参考訳（メタデータ） (2022-08-20T07:33:13Z)
• Characterization of Frequent Online Shoppers using Statistical Learning with Sparsity [54.26540039514418]
  本研究は,小売分析と統計学習のアイデアを疎結合に組み合わせ,買い物客のオンラインギフトストアへの買い物嗜好を学習する方法を報告する。
  論文  参考訳（メタデータ） (2021-11-11T05:36:39Z)
• FP-Age: Leveraging Face Parsing Attention for Facial Age Estimation in the Wild [50.8865921538953]
  年齢推定に顔のセマンティクスを明示的に組み込む手法を提案する。 我々は,顔解析に基づくネットワークを設計し,異なるスケールで意味情報を学習する。 提案手法は,既存の年齢推定手法を常に上回っていることを示す。
  論文  参考訳（メタデータ） (2021-06-21T14:31:32Z)
• Learning Long-term Visual Dynamics with Region Proposal Interaction Networks [75.06423516419862]
  オブジェクト間およびオブジェクト環境間の相互作用を長距離にわたってキャプチャするオブジェクト表現を構築します。 単純だが効果的なオブジェクト表現のおかげで、我々の手法は先行手法よりも大幅に優れている。
  論文  参考訳（メタデータ） (2020-08-05T17:48:00Z)
• Face to Purchase: Predicting Consumer Choices with Structured Facial and Behavioral Traits Embedding [53.02059906193556]
  消費者の顔の特徴と履歴に基づいて消費者の購入を予測することを提案する。 階層型埋め込みネットワークに基づく半教師付きモデルを設計し、消費者の高レベルな特徴を抽出する。 実世界のデータセットを用いた実験結果から,消費者の購買行動を予測するために,顔情報の導入による肯定的な効果が示された。
  論文  参考訳（メタデータ） (2020-07-14T06:06:41Z)
• Minor Privacy Protection Through Real-time Video Processing at the Edge [4.4243708797335115]
  本稿では,エッジ監視システムに手頃な軽量ソリューションについて検討する。 パイプラインは入力フレームから顔を取り出し、それぞれを大人または子供に分類する。 本稿では,他の顔認識による児童検出手法と比較して,分類精度92.1%のモデルが優れていることを示す。
  論文  参考訳（メタデータ） (2020-05-03T20:19:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。