2017年智能视频客流行业分析报告

(此文档为word格式，可任意修改编辑！）正文目录新技术才是新零售的本质 (5)智能视频客流统计分析系统，给线下零售一双慧眼 (6)检测与跟踪算法，现阶段视频客流统计系统的核心基础技术 (9)助力线下商家精细化运营，国内视频客流统计方兴未艾 (12)线下视频客流统计系统规模有多大？ (17)从客流分析到智慧购物，新零售还有哪些数据故事可以讲？ (19)海外视频客流统计行业研究 (22)主要公司分析 (23)图目录图1: Amazon go概念店可以实现免结账功能 (6)图2: 盒马鲜生采用全新的捡货系统提高效率 (6)图3:视频客流统计主要对人头、肩等特征部位进行识别 (7)图4: 应用在旅游景区的视频客流统计分析系统 (7)图5: 数据分析报表系统可以实现客流量总览、每天客流状况、进店情况、贡献率、返店率等信息 (8)图6: 视频客流统计系统结构示意图 (9)图7: 安防视频监控系统结构示意图 (9)图8: 视频客流量统计系统的核心技术为运动目标检测算法和跟踪算法.. 10 图9: 客流统计系统有助于线下经营者进行精细化管理 (13)图10: 2011-2015年全国社会消费品零售总额（万亿元） (14)图11: 网购规模占零售总额比例逐年走高 (14)图12: 2016年超过约一半商场业绩下跌 (15)图13: 2015年以来线下零售市场较为惨淡 (15)图14: 客流分析系统销售收入占相关业务近9成比例 (16)图15: 系统维护收入占据相关业务收入比例约10-20% (17)图16: 通过系统销售方式获得的销售收入是目前行业主要商业模式 (17)图17: 2015年国内购物中心数量达到4300个 (18)图18: 2016年我国连锁零售商店数量接近25万家 (19)图19: 全球各大零售巨头广泛使用ShopperTrak的实时客流分析系统 (22)图20: 海外客流分析龙头公司泰科零售的兼并整合之路 (23)图21: 汇纳科技发展历程 (24)图22: 汇纳科技每年统计客流超过100亿人次 (24)图23: 客流分析系统销售占公司收入比重超过6成 (25)图24: 汇纳科技收入、毛利率情况 (26)图25: 汇纳科技净利润、净利率情况 (26)表目录表1: 技术变革对零售业态发展带来的变化 (5)表2: Amazon，Go！概念店运用了各类黑科技 (5)表3: 视频客流统计分析VS视频安防监控 (8)表4: 各类运动目标检测算法比较 (11)表5: 跟踪算法比较 (12)表6: 四大应用场所具体场景 (12)表7: 统计客流及用户信息的不同方式对比 (19)表8：数据驱动的智慧购物蓝图设想 (20)表9: ShopperTrak根据其在全球密集的客流统计布点发布零售业全球客流指数 (23)表10：汇纳科技2015年前五大客户情况 (25)新技术才是新零售的本质回顾零售业的发展历史，从线下到线上电商再到目前各家积极尝试的线上与线下融合的“新零售”，驱动零售业变革的核心始终都是技术变革带来的效率提升、成本降低以及消费者购物体验增强这两个方面。

表1: 技术变革对零售业态发展带来的变化案例1：2016年底美国电商巨头亚马逊推出线下实体概念店Amazon Go，主打“Just Walk Out(拿了就走)”，顾客购物的全过程方便、快捷，不需要工作人员参与、不必排队结账。

Just Walk Our技术能自动监测商品从货架上取下或放回，并在虚拟购物车中进行追踪。

在消费者完成购物时，直接离开商店即可。

随后，亚马逊将通过亚马逊帐号与用户结账，并提供发票。

亚马逊的免结账购物运用了计算机视觉、传感器和深度学习等新技术。

案例 2：最近市场热度很高的盒马鲜生，在货物分拣方面运用了新技术，并且线下结账必须安装盒马鲜生APP，线下消费数据全面数字化、可视化，并与线上消费数据相结合，解决了传统线下消费无法与购物者连接的不足。

表2: Amazon，Go！概念店运用了各类黑科技图1: Amazon go概念店可以实现免结账功能图2: 盒马鲜生采用全新的捡货系统提高效率智能视频客流统计分析系统，给线下零售一双慧眼智能视频客流量统计分析系统融合了视频处理、图像处理、模式识别以及人工智能等领域的技术，利用垂直向下的摄像头来对视频监控画面中特定区域（如大门、楼梯口等）的人头、肩等特征部位进行识别，以此来区分人和其他物体，并能根据其运动轨迹来判断人的出入关系，最后得出进入店铺人数量、离开人数量、保有量、客流密度等统计数据（准确率达到95%以上）并生成相关统计报表，甚至对未来客流作预测。

国内来看，视频客流量统计分析系统萌芽于2003年，并于2012年逐渐迈入快速发展期，目前主要用于购物中心、连锁零售商店、会展、旅游景区等。

图3:视频客流统计主要对人头、肩等特征部位进行识别图4: 应用在旅游景区的视频客流统计分析系统为精细化运营提供支持是视频客流统计系统的最大用途。

根据历史客流数据和当前客流信息，再结合运营数据（如销售额、成交量等）以及其他相关数据（如时段、促销方式、天气情况、节假日等），视频客流统计分析系统可以对不同时段和不同区域客流数据进行采集、汇总、对比与分析，从而输出多种类型图表，为管理人员提高管理效率和进行管理决策提供诸多有价值的信息。

图5: 数据分析报表系统可以实现客流量总览、每天客流状况、进店情况、贡献率、返店率等信息与安防监控相比，视频客流统计对硬件要求不高，更侧重于追踪和识别算法以及客流大数据方面的统计分析。

视频安防监控主要作用体现在代替人工进行长时间的监视，记录一切实际发生的情况，其功能侧重点在于监视，同时也有提醒预警作用，因此对视频清晰度等质量要求很高。

而视频客流监控侧重于整体客流数据的统计和分析，通过独特的算法不需要很高的分辨率即可识别客流数量，并输出统计报表。

另外，客流统计监控除了内置算法对视频中人数和人群流动方向等信息进行有效统计并生成报表外，也兼具一部分实时监控、联动报警、录像等功能。

表3: 视频客流统计分析VS视频安防监控图6: 视频客流统计系统结构示意图图7: 安防视频监控系统结构示意图检测与跟踪算法，现阶段视频客流统计系统的核心基础技术运动目标检测算法与运动目标跟踪算法是客流统计智能视频算法中最基础、最关键的技术。

而人脸识别、基于大数据的智能预测作为客流统计的增值服务，预计将成为视频客流统计分析系统未来的主要发展方向。

图8: 视频客流量统计系统的核心技术为运动目标检测算法和跟踪算法运动目标检测算法：根据基本原理的不同常用的运动目标检测算法可以分为帧差法、背景减除法、光流法和人形模板匹配算法，其中，人形模板匹配算法是目前主流技术之一。

（1）帧差法的基本原理主要是考虑到运动物体在相邻的帧之间有位移，而背景图像在相邻的帧之间的位置是相对固定的，如果用相邻的帧进行点对点的相减，那么运动物体区域的差值会很大，背景部分的差值接近于0（理想状态下是0）。

（2）背景减除法的基本思想是选取一个图像或多个图像的综合作为场景的背景图像，检测时，用当前帧和存储的背景图像差分，经过对差分结果二值化，找到运动目标区域。

（3）光流是一个空间运动的物体在被观测面上的像素运动的瞬时速度场，是场景中可见点的三维速度矢量在成像平面上的投影。

光流携带了大量关于运动和结构的信息，这些信息表达了图像在不同时刻的变化，可以用它来确定目标的运动情况。

（4）人形模板匹配算法是利用人体轮廓特征在摄像头视频中的不同位置上的变形，事先把人体在摄像头视频中各个位置的轮廓特征进行采集并保存为模板，在探测的时候，首先把探测到的物体轮廓信息与模板信息进行匹配，进行人体的精准定位。

表4: 各类运动目标检测算法比较运动目标跟踪算法：通过对视频图像中的运动目标进行处理，获得运动标的诸如速度、位置、运动轨迹、加速度等参数，从而用这些参数进行进一步的分析和处理，在视频图像中找到属于同一个运动目标的各个位置。

根据所选取方法和匹配特征的不同，运动目标跟踪算法可以分为基于颜色跟踪算法、基于特征跟踪算法、基于轮廓跟踪算法与基于模型跟踪算法等四类，其中，基于轮廓跟踪算法是目前主流技术之一。

（1）基于颜色跟踪算法主要是采用颜色直方图作为输入特征，求解出与目标概率密度相似度最大的候选目标，从而实现跟踪。

（2）基于特征跟踪算法是选择有良好区分度的运动目标特征（几何特征和亮度特征）实现目标跟踪，几何特征主要有大小、边缘、线、点、区域特征等；亮度特征指所跟踪目标为全局或者局部的亮度最高区域。

（3）基于轮廓跟踪算法是指该轮廓是纹理或边缘可以按照一定限制条件而变形的曲线，该曲线可以通过变形逐渐与图像中的真实目标相适应，从而实现准确的跟踪复杂背景中的运动目标。

（4）基于模型跟踪算法是指通过先验知识，首先得到运动目标的运动模型和三维结构模型，然后，对视频图像序列进行计算，确定三维模型的参数，最终得到运动目标的瞬时运动参数信息。

表5: 跟踪算法比较助力线下商家精细化运营，国内视频客流统计方兴未艾需求端来看，客流统计分析系统的主要应用场景可以分为商业场所、文体场所、娱乐场所、公共场所，其中商业场所的需求更为迫切，主要原因在于商业场所更加关注经营效益，而客流量与之直接挂钩。

表6: 四大应用场所具体场景客流信息是衡量购物中心、连锁零售店营运状况的核心指标。

购物中心通过客流统计分析系统，可以准确掌握每个楼层、每个区域或每个店客流的分布，区别旺区以及非旺区，并加以改善，尽量达到客流量理想的分布，从而更好设定租金。

对于购物中心和连锁零售店的非购买人群，管理者通过数据分析，及时调整策略，提高营销效果，将客流转变为购物者，从而转换为收入。

图9: 客流统计系统有助于线下经营者进行精细化管理国内线下实体商业受到电商冲击，精细化运营愈发重要。

近年来，随着淘宝、京东等电商的快速崛起，国内传统的百货、超市、专卖店等传统线下零售业面临着巨大市场冲击。

根据国家统计局数据显示，2015年全国社会消费品零售总额为30.09万亿元，其中，电子商务交易额 2015年实现3.83万亿，增速36%。

相比之下，2015年线下零售市场增速为个位数甚至负数，整体较为惨淡。

在此背景下，线下实体商业通过视频客流统计分析系统深度挖掘用户数据，为消费者贴上不同的标签，增强营销精度，提高流量转化率，实现消费者在线上的消费行为数据与其在线下的消费行为数据无缝对接，是谋求其转型成功的重要方向。

图10: 2011-2015年全国社会消费品零售总额（万亿元）图11: 网购规模占零售总额比例逐年走高图12: 2016年超过约一半商场业绩下跌图13: 2015年以来线下零售市场较为惨淡系统（软件和硬件绑定）销售收入是现阶段行业内公司获取收入的主要模式。