Computer Vision AI: ช่วยจัดการผู้ใช้รถไฟ เพิ่มยอดขายร้านค้าในสถานี

Computer Vision AI: ช่วยจัดการผู้ใช้รถไฟ เพิ่มยอดขายร้านค้าในสถานี

Computer Vision หรือมีชื่อเก๋ๆ ในภาษาไทยว่า “คอมพิวเตอร์วิทัศน์” คือการประมวลผลภาพเพื่อให้ AI มีความเข้าใจในภาพ/วิดีโอ สามารถรับรู้ และแยกแยะประเภทของรูปภาพได้ (ใกล้เคียงการรับรู้ของตามนุษย์) โดยเทคนิค Image Processing ของ AI ซึ่งในตอนนี้ได้มีการนำมาใช้งานในวงกว้างและแอดวานซ์มากยิ่งขึ้นเรื่อยๆ รวมถึงช่วยในการทำ Digital marketing

ซึ่งในบทความนี้นิกจะพาไปดูตัวอย่างของการใช้งาน Computer Vision AI ในการพัฒนาระบบจัดการผู้ใช้รถไฟ ร่วมกับการนำข้อมูลเหล่านั้นมาทำ Marketing เพื่อช่วยเพิ่มยอดขายของร้านค้าที่อยู่ภายในสถานี 😊🙂

และแถม!! สำหรับท่านใดที่หลังจากอ่านเรื่องราวของการตลาดสำหรับผู้ใช้รถไฟ แล้วได้แรงบันดาลใจอยากทดลองเล่นกับ Computer Vision AI เพื่อเอาไปใช้งานกับลูกค้าของตัวเอง => เราจะมาลองทำไปพร้อมๆ กันในส่วนท้ายของบทความค่ะ^^

หลักการ CV ในการตรวจจับ(นับ)บุคคล

🚂🚂 ต่อไปนี้เราจะเรียก Computer Vision ด้วยชื่อเล่นของเขาว่า “CV” นะคะ^^

ในการที่ CV จะเข้าใจและสามารถตรวจจับได้ว่าสิ่งไหนคืออะไรมีหลายเทคนิคด้วยกันค่ะ (แต่ละเทคนิคจะประกอบไปด้วยสมการทางคณิตศาสตร์ที่แตกต่างกันยุบยับ^^) ซึ่งวิธีที่ทีม Hacktrain ของ NetworkRail (อารมณ์ประมาณการรถไฟประเทศอังกฤษ) ใช้จะเรียกว่า “Contour-based matching” ในการตรวจจับ “คน” ที่เป็นผู้โดยสาร โดยจะเริ่มที่การ set ตัวกรอง (filter) ให้สามารถแยกแยะรูปร่างของวัตถุ และตรวจหาสิ่งที่เป็นรูปร่างของคน ตาม template ที่ตั้งไว้ ที่ Background ของวิดีโอแบบต่างๆ แล้วทำการ Contour กรอบล้อมรอมตัวผู้โดยสารที่ตรวจเจอ

credit: Csaba Beleznai et.al

หลังจากที่ทำการออกแบบ flow ของโมเดล CV แล้ว ก็จะเข้าสู่การ Train model และ Test model เพื่อดูผลลัพธ์ของการใช้ CV ตรวจจับคนแบบ Real-time และประเมิน Performance ของ CV model จาก Dataset ที่เป็นวิดีโอจำนวนมาก เพื่อดูว่า CV ตัวนั้น Accurate และตอบสนองได้ในเวลาที่ต้องการแล้วหรือยัง ซึ่งได้ผลลัพธ์การสร้างกรอบล้อมรอบบุคคล (เพื่อนำไปนับจำนวนและวิเคราะห์ความหนาแน่นต่อ) โดยจากวิธีนี้พบว่าได้ผลลัพธ์เป็นที่น่าพอใจ ตามภาพด้านล่างค่ะ

Computer Vision AI: ช่วยจัดการผู้ใช้รถไฟ เพิ่มยอดขายร้านค้าในสถานี
Fast human detection in crowded scenes by contour integration and local shape estimation

การใช้งาน Computer Vision เพื่อการ Support ผู้โดยสาร

หลังจากที่ CV ที่ Train มา (ด้วย Model ใดๆ ก็ตาม) สามารถตรวจจับบุคคลได้ ก็ถึงเวลาที่เราจะนำมาใช้งานจริงค่ะ^^

โดย CV ตัวนี้จะถูกนำมาใช้ในการวิเคราะห์วิดีโอ footage ของสถานีรถไฟ เพื่อที่จะนับจำนวนคน และระบุจุดที่มีความหนาแน่นของผู้โดยสาร ตลอดจนสามารถวิเคราะห์รูปแบบของพฤติกรรมการโดยสารของผู้โดยสาร และเส้นทางที่ผู้โดยสารใช้ในช่วงเวลาต่างๆ เพื่อหาแนวทางที่จะพัฒนาระบบการให้บริการให้ดียิ่งขึ้นได้ตามหัวข้อต่างๆ ดังนี้

🚉 CV บอกโซนที่มีผู้โดยสารหนาแน่น

CV จากวิดีโอ Footage ภายในสถานีรถไฟจะแยกลักษณะการวิเคราะห์ความหนาแน่นจากข้อมูล 2 คือแบบ Real-time และแบบ Recorded Video โดยแบบ Real-time จะถูกนำมาระบุจุดที่มีผู้โดยสารหนาแน่น หรือจุดที่เป็นคอขวด ณ ช่วงเวลาปัจจุบัน ตามเงื่อนไขที่ถูกตั้งค่าไว้ให้ทำการแจ้งเตือน และข้อมูลแบบ Recorded Video จะถูกจดจำ และระบุเป็นจุดที่ตรวจพบปัญหา ซึ่งอาจเป็นสาเหตุให้มีปัญหาการเดินทางล่าช้าของผู้โดยสาร ซึ่งข้อมูลนี้จะถูกนำมาวิเคราะห์เพื่อหา Solution หลีกเลี่ยงความแออัดล่วงหน้า ทำให้ผู้โดยสารสามารถเคลื่อนตัวไปยังชานชาลาที่ต้องการได้อย่างสะดวก

🙋‍♀️การวิเคราะห์พฤติกรรมของผู้โดยสาร

CV สามารถใช้ในการวิเคราะห์พฤติกรรมของผู้โดยสารจากข้อมูลที่เก็บเอาไว้ได้ โดยเราสามารถหารูปแบบการใช้งานที่สถานีในแต่ละช่วงเวลา ทั้งในส่วนของ flow rate และ bottlenecks ตลอดจนการใช้งาน Facilities ภายในสถานีรถไฟของผู้โดยสาร เพื่อเพิ่มประสิทธิภาพของการบริหารจัดการระบบจัดการผู้โดยสาร เพิ่ม/ลด ช่องทางการขายตั๋ว จำนวน staff ที่ดูแลภายในสถานี ปรับเปลี่ยนช่องทางเดินเท้าใหม่ให้กับผู้โดยสาร และสามารถเป็นข้อมูลที่ช่วยใช้ระบุแผนงานการพัฒนาพื้นที่ภายในสถานี เพื่อรองรับพฤติกรรมการใช้งานของผู้โดยสารให้เหมาะสมได้

Computer Vision AI: ช่วยจัดการผู้ใช้รถไฟ เพิ่มยอดขายร้านค้าในสถานี
source: iridalabs.com

🏃‍♀️🏃‍♀️ ระบบเสนอเส้นทางการเดิน(เท้า)ภายในสถานี

จากการที่เราสามารถวิเคราะห์พฤติกรรมการใช้งานของผู้โดยสารภายในสถานีรถไฟได้ ทำให้เราสามารถเสนอเส้นทางการเดินเท้าภายในสถานีเพื่อหลีกเลี่ยงจุดที่ผู้โดยสารมีความหนาแน่น หรือเพิ่มการกระจายตัวของผู้โดยสาร เพื่อให้ผู้โดยสารสามารถเข้าถึงสถานีที่ต้องการได้ไวที่สุด และสะดวกสบายมากที่สุด

😃🙂 ซึ่งอ่านมาถึงตรงนี้แล้ว เชื่อว่าหลายท่านคงเกิดคำถามว่า ถ้า CV วิเคราะห์ว่าเกิดความแออัดที่จุดใดๆ แล้วจะจัดการต่อได้ยังไง เพราะถ้าแค่ระบุได้ว่าแออัดอย่างเดียว ปัญหาความแออัด ณ จุดนั้นก็ยังไม่หายไปใช่ไหมคะ

เพื่อตอบคำถามนี้นิกขอพาไปดูตัวแอพพลิเคชั่น และฟังก์ชันการใช้งานเพื่อเพิ่มความพึงพอใจให้ผู้โดยสาร (และแอบเนียนช่วยเพิ่มยอดขายให้ร้านค้าภายในสถานี) กันค่ะ

Computer Vision AI: ช่วยจัดการผู้ใช้รถไฟ เพิ่มยอดขายร้านค้าในสถานี
source: PROBLEM SOLVED! New app promises to help you bag a seat on those packed rush hours trains

ซึ่งสิ่งที่ Application จะแนะนำให้ผู้โดยสารก็คือชานชาลา หรือ Platform ที่ควรไปขึ้นของสถานีนั้นๆ พร้อมบอกระยะเวลาประมาณการที่จะถึงที่หมาย และแนะนำละเอียดขึ้นไปอีกค่ะ ว่าควรนั่งที่ตู้ไหน เพื่อไปถึงจุดหมายที่ต้องการเดินทางอย่างสะดวกที่สุด เพื่อหลีกเลี่ยงความแออัด และเพิ่มกระจายผู้โดยสารให้เต็มขบวน โดยตัวอย่างตามภาพก็จะแนะนำชานชาลาที่ 5 ตู้หน้าสุด สำหรับสถานี Kings Cross (สำหรับแฟน Harry Potter นิกลองหาชานชาลาที่เก้าเศษสามส่วนสี่แล้วไม่เจอค่ะ🤣🤣 ) และจากการแนะนำชานชาลา ไปจนถึงตู้ที่ควรโดยสารนี่แหละค่ะ ที่จะช่วยเพิ่มยอดขายให้ร้านค้าได้แบบเนียนๆ

Computer Vision AI: ช่วยจัดการผู้ใช้รถไฟ เพิ่มยอดขายร้านค้าในสถานี
source: thesun.uk

การใช้งาน Computer Vision ช่วยเพิ่มยอดขายร้านค้าในสถานี

จากข้อมูลที่ผ่านการประมวลผลภาพเสร็จเรียบร้อยแล้ว เราจะได้ข้อมูลในการใช้งาน Facilities ภายในสถานี (Monitoring Occupancy) ไม่ว่าจะเป็นร้านอาหาร โซนนั่งพัก หรือโซนทางเดินทั่วไป รวมถึงการนับจำนวนผู้โดยสารที่ผ่านเข้ามาภายในสถานีรถไฟแห่งนี้ (ตามช่วงเวลา) ซึ่งจะมาพร้อมกับรายละเอียดข้อมูลลักษณะผู้โดยสารเบื้องต้น เช่น ผู้หญิง/ผู้ชาย/เด็ก

Computer Vision AI: ช่วยจัดการผู้ใช้รถไฟ เพิ่มยอดขายร้านค้าในสถานี

ซึ่งตรงจุดนี้เองค่ะ ที่เราจะใช้เป็นข้อมูลที่ส่งให้ร้านค้าที่อยู่ภายในสถานีรถไฟ พร้อมข้อมูล individual personal ของผู้โดยสาร พร้อม promotion ที่ควร set ให้เหมาะสมตามช่วงเวลา เพื่อเพิ่มยอดขาย และอาจมีการ suggest เส้นทางที่ผ่านร้านค้าที่ผู้โดยสารแต่ละรายแบบเนียนๆ ผ่านการแนะนำชานชาลาของสถานีและตู้ที่ควรนั่ง จากตัว Application เพื่อหลีกเลี่ยงการเกิดความหนาแน่น หรือการเดินหลงทางในสถานีได้ นอกจากนี้หากใครเชื่อมต่อ Email แบบให้แนะนำโปรโมชั่นไว้ ก็จะมีเสนอโปรโมชั่นของร้านค้าที่ผ่านเป็นประจำ และตรงกับความ(น่าจะ)สนใจผ่านทาง Email ด้วย 🤗🤗 และใน Paragraph ต่อไป เราจะมาลองใช้งาน CV ตรวจจับบุคคลผ่านภาพจากกล้อง Webcam ไปด้วยกัน^^

🤗 🐈 มาลองเล่น Computer Vision กัน

Let’s go! “Computer Vision” เพื่อเอาไปประยุกต์ในการตรวจนับจำนวนคนเข้าร้าน หรือบริหารจัดการผู้ใช้งานในสถานที่ของเรา (ถึงไม่ใช่ low code แต่ไม่ยากเกินไปแน่นอนค่ะ,,,,เอาหางน้องแมวส้มในภาพด้านล่างเป็นประกันได้เลย🐈🐈)

โดยตัวที่เราจะลองใช้กันจะเป็น Opensource ที่ชื่อว่า OpenCV ซึ่งความสามารถหลักๆ ของ OpenCV คือการจัดการกับรูปภาพหรือวิดีโอทั้งในส่วนของการปรับปรุงภาพ และการประมวลผลภาพ/การตรวจจับวัตถุ (แบ่งประเภทวัตถุเช่น เป็นแมว สุนัข หรือคน เป็นต้น)

Computer Vision AI: ช่วยจัดการผู้ใช้รถไฟ เพิ่มยอดขายร้านค้าในสถานี
source: Object Detection by OpenCV

สิ่งที่พวกเราจะทำกันคือ Real-time Humen Detection โดยใช้กระบวนการแบบ HOG (Histogram of Oriented Gradients) ในการตรวจจับบุคคลแบบ Real-time จากวิดีโอสตรีม

โดยการสร้าง CV human detection อันดับแรกจะเริ่มจากการ import ตัว OpenCV เข้ามาใช้งานและขอเข้าถึงกล้องก่อนค่ะ หลังจากกนั้นก็จะมี window pop up ขึ้นมาเพื่อขออนุญาตเข้าถึงกล้องของเรา => ก็กดอนุญาตกันได้เลยค่ะ หลังจากนั้นก็จะมาจัดการตัววิดีโอสตรีม ที่จะถูกอ่านเข้ามาทีละเฟรม แล้วนำวิดีโอ input นั้นมาตรวจจับตัวบุคคล ด้วย OpenCV ค่ะ

โดยสามารถใช้ Python script ตาม link นี้ => https://github.com/Nick-Panaya/openCV_human_detection

อัพโหลดขึ้น www.pythonanywhere.com ซึ่งเป็น Cloud สำหรับตัว Human Detection script ที่เราจะนำมาใช้งาน (ก่อนอัพโหลดให้ทำการ Regist ตามขั้นตอนให้เรียบร้อยนะคะ^^)

Computer Vision AI: ช่วยจัดการผู้ใช้รถไฟ เพิ่มยอดขายร้านค้าในสถานี
pythonanywhere version free ของนิกเองค่ะ ซึ่งถ้าอัพโหลด script กันแล้วก็จะได้หน้าตาแบบนี้เลย^^

ซึ่งหลังจากเปิดใช้งานเรียบร้อยแล้วการแสดงผลในการตรวจจับตัวบุคคล และสร้างกรอบสีเขียวล้อมรอบ (ใครไม่ชอบสีเขียว ก็สามารถเปลี่ยนเป็นสีอื่นได้ใน code นะคะ) ตามวิดีโอด้านล่างนี้ค่ะ ซึ่งเราสามารถเอาไปประยุกต์ต่อในการบริหารจัดการลูกค้า/ผู้ใช้งาน ทั้งในส่วนของการทำ Marketing หรือแม้กระทั่งออกแบบการใช้พลังงานที่เหมาะสมได้

Last but not Least..

ท้ายสุด นิกหวังเป็นอย่างยิ่งค่ะว่าหลายๆ ท่านจะได้ไอเดียในการใช้ Computer Vision AI ไปประยุกต์ใช้กับการวิเคราะห์ลูกค้าในพื้นที่ที่ต้องการนะคะ เพราะไม่เฉพาะแต่รายใหญ่เท่านั้นค่ะที่ต้องการข้อมูลการใช้งานสถานที่ ร้านค้า/กิจการ หรือพื้นที่รายย่อยก็เช่นเดียวกันค่ะ สำหรับการตลาดในยุค Digital Marketing ที่ข้อมูลทุกอย่างมีคุณค่าเสมอ….

คลาสเรียนออนไลน์ Social Listening Analytics รุ่นที่ 20 วันศุกร์ที่ 19 พฤษภาคม 2023 ค่าเรียนคนละ 9,900 รับจำกัด 20 คน อ่านรายละเอียดและลงทะเบียนได้ที่ลิงก์นี้ค่ะ https://bit.ly/sociallistening20

Panaya Sudta

Hi, I am Nick,,,,Panaya Sudta (●'◡'●) Engineer during the daytime. Researcher at night. Reader in spare time. (❁´◡`❁) วิศวกร/นักวิจัย และเป็นน้องใหม่ของการตลาดวันละตอน ในการทำ Market research ค่ะ หวังเป็นอย่างยิ่งว่าจะได้แชร์มุมมองกันนะคะ

2 thoughts on “Computer Vision AI: ช่วยจัดการผู้ใช้รถไฟ เพิ่มยอดขายร้านค้าในสถานี

  1. อยากทราบภูมิหลังปู้เขียนจังเลยครับ
    ส่วนตัวผมอยากที่จะทำงานที่นำData Science มาใช้ แต่ยังไม่ทีลู่ทางฮะ อยากได้รับการชี้แนะครับผม

    1. สวัสดีค่ะ คุณเจมส์
      นิกเป็นวิศวกรไฟฟ้า ที่กำลังทำ ป.เอก เกี่ยวกับการวิเคราะห์ข้อมูลของระบบไฟฟ้าเพื่อรองรับการเปลี่ยนแปลงของระบบจำหน่ายอยู่ค่ะ
      ซึ่งงานที่ใช้ก็จะเป็นเรื่องของการนำ AI มาเพื่อวิเคราะห์ข้อมูล ทั้งนี้ถ้าคุณเจมส์ต้องการปรึกษาเพิ่มเติมสามารถทักนิกมาได้ที่ fb: Panaya Sudta หรือ [email protected] หรือติดต่อที่เพจการตลาดวันละตอนได้เลยค่ะ^^

Leave a Reply

Your email address will not be published. Required fields are marked *

ใช้ Social Listening บ้างไม่ ?

#การตลาดวันละโพล ขอหนึ่งคำถาม ว่าปกติใช้ Social Listening บ้างหรือไม่ แล้วถ้าใช้ ใช้ตัวไหนอยู่