全文共792字，阅读时长：3分钟。
对于零售商与品牌商来讲，货架上的数据变得日益重要，传统的人工数据采集方式，因其高成本、低效能极大限制了零售行业的快速发展。
视频中，摄像头在捕捉货架各品牌商品的图像后，运用后台 AI 识别与大数据分析，帮助品牌和零售商了解货架及商品的真实情况。
哈 包括 ：
分销、排面、货架份额、缺货率、合规性、竞品市场表现等内容，从而提高品牌与零售商的决策效率。
计算机视觉在零售行业当中的应用非常广泛，视频所展示的商品管理、货架分析仅是零售供应链管理中的两个细分领域。计算机视觉在智慧广告、运营管理领域也有着诸多应用场景，发挥着巨大的商业价值。
利用摄像头在顾客进店时抓拍获取其人脸图片，传输到后台进行客户身份及常用属性特征识别，分析客户的消费倾向，然后利用传统的行为标签，为不同类别的客户制定不同的营销策略，支持门店不同模式的精准营销。
——进店客流分析：获取各时段进店客流情况，包括新客(首次进店)、常客构成、客户的年龄及性别构成等;
——客户停留分析：获取各时段客户在店内的停留情况，包括店内客流数、平均停留时间、过客(停留时长小于3分钟)、意向客(停留时长大于15分钟)等。
热力分析 基于顾客在店内不同位置的驻留时间分别渲染实景热图和全景平面热力图，通过热力图分析店内整体及专柜区域的热力分布，指导店家优化商品布局。
目前，智慧零售已成为不可逆转的潮流。随着计算机视觉技术的发展，将进一步帮助传统零售业实现降本增效，提升顾客在店内的消费体验。
推荐阅读
DS洞察 | 计算机视觉的前世今生
DS前沿 | 计算机视觉，预见未来
DS前沿 | 计算机视觉领域会有哪些新的研究方向？
关注德森创鑫公众号，后台回复“德勤报告”，获取德勤2019年《全球人工智能发展白皮书》 商务合作：business@dsinno.com.cn 内容投稿：pr@dsinno.com.cn
