| Dit proefschrift beschrijft een studie over videobewaking en gedragsanalyse toegepast op winkelend publiek. De bestaande infrastructuur van videobewaking in winkelcentra is gewoonlijk ontworpen voor beveiliging zoals de detectie van agressie of diefstal. Maar deze bestaande infrastructuur kan ook gebruikt worden voor andere doeleinden zoals onderzoek naar het koopgedrag van klanten Om marktstrategieën te verbeteren en een beter service te bieden aan klanten is het belangrijk het koopgedrag van klanten te begrijpen, hun relatie met producten: wat trekt hun aandacht en wat blijft onopgemerkt. Er is onderzocht welke informatiekenmerken relevant zijn voor gedragsherkenning en hoe deze automatisch kunnen worden bepaald. Een eerste gedragskenmerk betreft de menselijke bewegingspatronen, die nuttig zijn bij de bepaling of een persoon gedesoriënteerd is en ogenschijnlijk niet in staat is te vinden waar hij/zij naar op zoek is. In dat geval is hulp bieden zinvol. Om een beter overzicht te krijgen van wat er gebeurt in een omgeving, wordt gebruik gemaakt van contextinformatie, die gebaseerd is op segmentatie van het gebied in interessegebieden (ROI s) (b.v. producten, verbindingsgebieden, kassa, of gebieden om te rusten). Verdere informatie betreffende het gedrag kan geëxtraheerd worden door het analyseren van de interactiepatronen met verschillende voorwerpen in de omgeving (b.v. producten, winkelmandjes, of boodschappenwagentjes). Een verder informatief gedragskenmerk is te vinden in de gezichtsexpressies, die gebruikt kunnen worden om de reactie van een persoon ten opzichte van een object of in ons experiment ten opzichte van een product te beoordelen. We ontwikkelden een gedragsmodel dat maakt gebruik van een zichtbare grammatica die de basis acties structureert. Door semantische informatie toe te voegen aan de berekende benadering was het mogelijk onmogelijke combinaties van basisacties weg te filteren en de nauwkeurigheid van de herkenning van gedragstypes te verbeteren. |
