Aplicação de algoritmos de deep learning: Modelo de reconhecimento de imagem e análise do comportamento dos consumidores em lojas de checkout autónomo

• Autor(a) principal: Lobo, Miguel Costa Lima
• Data de Publicação: 2022
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10071/27124
• topic: Deep learning; Big data; Deteção objetos; Checkout autónomo; Comportamento do consumidor -- Consumer behavior; Object detection; Autonomous checkout

Recentes avanços em campos como deep learning e computer vision, trouxeram novas possibilidades à área do retalho. Tais avanços forneceram novas ideias e capacidades às lojas de explorarem novos tipos de informação, devido às múltiplas câmaras implementadas no estabelecimento. Nesta dissertação, é desenvolvida uma investigação que estuda possíveis comportamentos de clientes que esses estabelecimentos podem explorar a partir da análise de imagens. Neste seguimento, é necessário perceber como se pode analisar e tirar proveito das mesmas e ter a capacidade de reconhecer intervenientes no processo de compra, através da parametrização do melhor modelo, utilizando técnicas de deep learning. Com os objetivos da investigação em mente, é realizada uma extensa pesquisa através de uma Revisão Sistemática da Literatura na área de Big Data aplicada a computer vision, deep learning e os métodos de análise de sensores. Adicionalmente, é efetuada uma análise aos resultados de um questionário, aplicado a consumidores nacionais, que pretenderia criar empatia com os mesmo, de modo a tentar traduzir as suas posições em propostas de valor. Paralelamente, foram recolhidos e analisados dados de imagem provenientes de um retalhista português e utilizados os algoritmos Yolo e Hidden Markov Model, considerando a sua rapidez e características, mas também a presença em estudos modernos. Os resultados permitiram identificar pessoas com uma accuracy média de 85%. Foram ainda construídos mapas de frequências e heat maps, com o principal contributo de enaltecer padrões de consumo e afluências na loja, para aferir o impacto que este tipo de informação pode ter na experiência do consumidor.