PT
No ambiente retalhista atual, o uso de tecnologias como videovigilância e inteligência artificial para o
estudo do comportamento dos clientes é um fator essencial para melhorar aspectos como marketing,
apoio ao cliente, e segurança. Neste contexto, a presente dissertação foca-se no desenvolvimento de
um sistema para a extração de informações sobre o comportamento dos clientes a partir de vídeos de
vigilância, o que envolve detetar e seguir pessoas, extrair pontos de trajetória, estimar velocidades de
caminhada, detetar grupos, e reconhecer ações usando dados de pose (esqueleto).
Em complemento ao sistema, propomos duas contribuições para melhorar o seu desempenho: o
mecanismo de compensação de oclusões e um método de suavização de trajetórias. O mecanismo de
compensação de oclusões foi criado para mitigar o impacto das oclusões nos dados de localização. Os
resultados indicaram melhorias estatisticamente significativas derivadas da sua utilização. Além disso,
o método de suavização foi introduzido para atenuar as oscilações nos pontos de trajetória, tendo em
conta informação anterior e posterior. Aliado ao mecanismo de compensação de oclusões, provou ser
uma ferramenta valiosa para melhorar o mapeamento de trajectórias.
Relativamente ao reconhecimento de acções, comparámos três modelos baseados em esqueleto
(ST-GCN, AGCN e PoseC3D) em subconjuntos do conjunto de dados People in Public com 12 classes de
ação. Os resultados obtidos com o treino e teste dos modelos revelaram a sua eficácia em reconhecer
ações típicas de clientes (atingindo taxas de acerto na ordem dos 90%), e permitiram-nos inferir casos
de utilização adequados para cada um deles.
EN
In the modern retail environment, leveraging technologies such as high-resolution video surveillance
and artificial intelligence to study in-store customer behaviour is a crucial factor in improving valuable
business aspects including marketing, customer service, and security. In this context, this dissertation
focuses on the development of a framework for extracting information regarding customer behaviour
from high-resolution surveillance videos. This framework incorporates a series of steps, which include
detecting and tracking each person, extracting trajectory points, estimating walking speeds, detecting
groups, and recognising actions using pose (skeleton) data.
Along with the framework, we propose two contributions designed to enhance its performance:
occlusion-aware mechanism and trajectory smoothing method. The occlusion-aware mechanism was
created as a means of mitigating the impact of partial occlusions on location data. The experimental
results indicated statistically significant improvements resulting from its application. Furthermore, the
smoothing method was introduced to attenuate oscillations in the trajectory points, considering both
past and future path information. Combined with the occlusion-aware mechanism, it proved to be a
valuable tool for improving trajectory mapping.
Regarding action recognition, we compared three skeleton-based models (i.e. ST-GCN, AGCN, and
PoseC3D) on subsets of the People in Public dataset featuring 12 shopping-related action classes. The
results obtained from training and testing the models demonstrated their effectiveness in recognising
customer behaviour (reaching accuracy values of around 90%) whilst ensuring privacy, and allowed us
to deduce appropriate use cases for each of them.
