BRPI0610589A2 - sistema e método para medir conformidade de expositor - Google Patents

sistema e método para medir conformidade de expositor Download PDF

Info

Publication number
BRPI0610589A2
BRPI0610589A2 BRPI0610589-0A BRPI0610589A BRPI0610589A2 BR PI0610589 A2 BRPI0610589 A2 BR PI0610589A2 BR PI0610589 A BRPI0610589 A BR PI0610589A BR PI0610589 A2 BRPI0610589 A2 BR PI0610589A2
Authority
BR
Brazil
Prior art keywords
images
retail store
captured
conditions
image
Prior art date
Application number
BRPI0610589-0A
Other languages
English (en)
Inventor
Craig Hamilton
Wayne Spencer
Alexander Ring
Original Assignee
Store Eyes Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Store Eyes Inc filed Critical Store Eyes Inc
Publication of BRPI0610589A2 publication Critical patent/BRPI0610589A2/pt

Links

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Alarm Systems (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

São descritos métodos e sistemas para medir conformidade de expositor de loja a varejo. Uma ou mais imagens de uma ou mais condições de loja a varejo são capturadas e associadas com informação relacionada. A uma ou mais imagens capturadas e a informação relacionada são transmitidas para um local de processamento para armazenamento e processamento. A uma ou mais imagens capturadas e a informação relacionada são recebidas no local de processamento, armazenadas em um repositório e processadas. A uma ou mais condições de loja a varejo na uma ou mais imagens capturadas são comparadas com uma biblioteca para identificá-las e obter informação de identificação. A uma ou mais imagens capturadas identificadas e informação de identificação para a uma ou mais condições de loja a varejo são armazenadas no repositório. A uma ou mais condições de loja a varejo na uma ou mais imagens capturadas e informação de identificação são analisadas e um ou mais relatórios de sumário ou um ou mais alertas são gerados com base na análise.

Description

"SISTEMA E MÉTODO PARA MEDIR CONFORMIDADE DEEXPOSITOR"
ANTECEDENTES DA INVENÇÃO
REFERÊNCIA A PEDIDOS RELACIONADOS
A presente divulgação é baseada e reivindica o be-neficio do pedido provisório 60/670.80, depositado em 13 deabril de 2005, intitulado "Method And System For Automati-cally Measuring Retail Store Display Compliance", cuja inte-gra do conteúdo é aqui incorporada pela referência.
CAMPO TÉCNICO
A presente divulgação diz respeito, no geral, aocampo das vendas de produtos ao consumidor e, mais particu-larmente, a um método e sistema para medir a conformidade deexpositor de loja a varejo por meio de captura e análise au-tomatizadas de imagem digital.
ANTECEDENTES
As vendas de produtos ao consumidor aumentaramdrasticamente com o uso de grandes expositores de uma loja avarejo instalados em locais secundários em áreas de grandetráfego em comparação com as vendas do mesmo produto vendidodiretamente do seu local de vendas primário. Em decorrênciadisto, os fabricantes gastam bilhões de dólares anualmenteadquirindo espaços de venda em lojas a varejo na forma de,por exemplo, expositores tipo fim de corredor, expositoresindependentes, expositores de ponto-de-venda, expositorestipo palete, etc. Em alguns casos, os fabricantes podem pa-gar uma taxa aos revendedores para a colocação original dosprodutos em mercearias ou supermercados por períodos especi-ficados de tempo para facilitar a venda dos mesmoss, por e-xemplo, prateleiras ao nivel do olho ou em expositores tipofim de corredor.
Para garantir que o revendedor está exibindo ade-quadamente seu produto e expositor, tipicamente, um fabri-cante envia seu pessoal ou um auditor independente para vi-sitar o local de venda a varejo. 0 auditor verifica se o ex-positor foi ou não instalado de uma maneira satisfatória pa-ra o fabricante e pela qual ele pagou. Entretanto, o proble-ma com tais auditorias é que elas normalmente são feitas combase em amostra, usualmente em menos de 10% do mercado to-tal. A freqüência das auditorias é muito limitada, não maisque uma vez por semana. Por exemplo, é caro e difícil inspe-cionar regularmente centenas de cadeias de lojas a varejo,especialmente se elas estiverem localizadas por todo o pais.
Então, são projetados resultados para uma cadeia ou mercadocom base nesta pequena amostra. Em virtude de os itens demercearias, por exemplo, terem uma alta taxa de giro, o ex-positor muda de um dia para o outro, o que torna o atual mé-todo de relato uma representação não tão transparente dasreais condições da loja.
Freqüentemente, fabricantes se vêem pagando bi-lhões de dólares por espaço de expositor de varejo sem umamaneira adequada de garantir que as lojas a varejo estejam,de fato, comercializando seus produtos promovidos no local epelos períodos de tempo para os quais o pagamento foi feito.Dessa maneira, há uma necessidade de uma maneira confiável eeficiente de auditar a conformidade de expositor de loja aSUMÁRIO DA INVENÇÃO
Um método para medir a conformidade de expositorde loja a varejo de acordo com uma modalidade da presenteinvenção inclui capturar uma ou mais imagens de uma ou maiscondições de loja a varejo, associar a uma ou mais imagenscapturadas com informação relacionada, transmitir a uma oumais imagens capturadas e a informação relacionada para umlocal de processamento para armazenamento e processamento,receber a uma ou mais imagens capturadas e a informação re-lacionada no local de processamento e armazenar a uma oumais imagens capturadas e informação relacionada em um repo-sitório, processar a uma ou mais imagens capturadas, compa-rar a uma ou mais condições de loja a varejo na uma ou maisimagens capturadas com uma biblioteca para identificar a umaou mais condições de loja a varejo e obter informação de i-dentificação sobre a uma ou mais condições de loja a varejo,armazenar a uma ou mais imagens capturadas identificadas einformação de identificação para a uma ou mais condições deloja a varejo no repositório, analisar a uma ou mais condi-ções de loja a varejo na uma ou mais imagens capturadas einformação de identificação, e gerar um ou mais relatóriosde sumário ou um ou mais alertas com base na análise.
Um sistema para medir a conformidade de expositorde loja a varejo de acordo com uma modalidade da presenteinvenção inclui uma unidade de captura de imagem para captu-rar uma ou mais imagens de uma ou mais condições de loja avarejo, dispositivo para associar a uma ou mais imagens cap-turadas com informação relacionada, dispositivo para trans-mitir a uma ou mais imagens capturadas e a informação rela-cionada, e um local de processamento incluindo dispositivopara receber a uma ou mais imagens capturadas e informaçãorelacionada, dispositivo para processar a uma ou mais ima-gens capturadas, um módulo de reconhecimento de imagem paracomparar a uma ou mais condições de loja a varejo na uma oumais imagens capturadas com uma biblioteca para identificara uma ou mais condições de loja a varejo e obter informaçãode identificação sobre a uma ou mais condições de loja a va-rejo, um repositório para armazenar a uma ou mais imagenscapturadas identificadas e informação de identificação, e ummecanismo de divulgação de informações para analisar a umaou mais condições de loja a varejo na uma ou mais imagenscapturadas e informação de identificação e gerar um ou maisrelatórios de sumário ou um ou mais alertas com base na análise.
Um meio de armazenamento de computador, incluindocódigo executável por computador para medir a conformidadede expositor de loja a varejo de acordo com uma modalidadeda presente invenção, inclui código para capturar uma oumais imagens de uma ou mais condições de loja a varejo, có-digo para associar a uma ou mais imagens capturadas com in-formação relacionada, código para transmitir a uma ou maisimagens capturadas e a informação relacionada para um localde processamento para armazenamento e processamento, códigopara receber a uma ou mais imagens capturadas e a informaçãorelacionada no local de processamento e armazenar a uma oumais imagens capturadas e informação relacionada em um repo-sitório, código para processar a uma ou mais imagens captu-radas, código para comparar a uma ou mais condições de lojaa varejo na uma ou mais imagens capturadas com uma bibliote-ca para identificar a uma ou mais condições de loja a varejoe obter informação de identificação sobre a uma ou mais con-dições de loja a varejo, código para armazenar a uma ou maisimagens capturadas identificadas e informação de identifica-ção para a uma ou mais condições de loja a varejo no reposi-tório, código para analisar a uma ou mais condições de lojaa varejo na uma ou mais imagens capturadas e informação deidentificação, e código para gerar um ou mais relatórios desumário ou um ou mais alertas com base na análise.
Um meio de armazenamento de computador, incluindocódigo executável por computador para medir conformidade deexpositor de loja a varejo de acordo com uma modalidade dapresente invenção, inclui código para identificar e verifi-car o local do aparelho, código para capturar uma ou maisimagens de uma ou mais condições de loja a varejo, códigopara armazenar a uma ou mais imagens capturadas da uma oumais condições de loja a varejo, código para processar a umaou mais imagens capturadas da uma ou mais condições de lojaa varejo, código para transmitir a uma ou mais imagens cap-turadas da uma ou mais condições de loja a varejo para umlocal de processamento e código para gerar uma confirmaçãoindicando se a uma ou mais imagens capturadas da uma ou maiscondições de loja a varejo foram transmitidas com sucessopara o local de processamento.DESCRIÇÃO RESUMIDA DOS DESENHOS
Os recursos do presente pedido podem ser mais fa-cilmente entendidos a partir da seguinte descrição detalhadacom referência aos desenhos anexos em que:
a Figura 1 é um diagrama em blocos de um sistemade computador exemplar capaz de implementar o método e sis-tema da presente invenção;
a Figura 2A é um diagrama em blocos ilustrando umsistema para medir a conformidade de expositor de loja a va-rejo de acordo com uma modalidade da presente invenção;
a Figura 2B é um fluxograma ilustrando um métodopara medir a conformidade de expositor de loja a varejo deacordo com uma modalidade da presente invenção;
a Figura 3A é um diagrama em blocos ilustrando umaunidade de captura móvel de acordo com uma modalidade dapresente divulgação;
a Figura 3B é um fluxograma ilustrando um métodopara capturar uma ou mais imagens de acordo com uma modali-dade da presente divulgação;
a Figura 4 é um diagrama em blocos ilustrando atela principal da unidade de captura móvel de acordo com umamodalidade da presente divulgação;
a Figura 5 é um diagrama em blocos ilustrando atela detalhada da unidade de captura móvel de acordo com umamodalidade da presente divulgação;
a Figura 6 é um fluxograma ilustrando a etapa deprocessamento pelo módulo de reconhecimento de imagem de a-cordo com uma modalidade da presente divulgação;a Figura 7 é um relatório de amostra gerado usandoo método para medir conformidade de expositor de loja a va-rejo de acordo com uma modalidade da presente invenção;
a Figura 8 é um relatório de amostra mostrandoconformidade de expositor por loja, gerado usando o métodopara medir conformidade de expositor de loja a varejo de a-cordo com uma modalidade da presente invenção;
a Figura 9 é um relatório de amostra mostrandoconformidade de expositor no nivel do distrito, gerado usan-do o método para medir conformidade de expositor de loja avarejo de acordo com uma modalidade da presente invenção;
a Figura 10 é um relatório de amostra mostrandoconformidade de expositor no nivel de divisão, gerado usandoo método para medir conformidade de expositor de loja a va-rejo de acordo com uma modalidade da presente invenção;
a Figura 11 é um relatório de amostra mostrandoconformidade de expositor no nivel do revendedor, gerado u-sando o método para medir conformidade de expositor de lojaa varejo de acordo com uma modalidade da presente invenção;e
a Figura 12 é um relatório de amostra mostrandoconformidade de expositor por marca competitiva, gerado u-sando o método para medir conformidade de expositor de lojaa varejo de acordo com uma modalidade da presente invenção.
DESCRIÇÃO DETALHADA DAS MODALIDADES PREFERIDAS
A presente invenção prove ferramentas (na forma demetodologias e sistemas) para medir conformidade de exposi-tor de loja a varejo por meio da captura e análise automati-zadas de imagem digital. A Figura 1 mostra um exemplo de umsistema de computador 100 que pode implementar o método esistema da presente invenção. O sistema e método da presenteinvenção podem ser implementados na forma de uma aplicaçãode suporte lógico executando em um sistema de computador,por exemplo, um computador de grande porte, um computadorpessoal (PC), um computador portátil ou servidor. A aplica-ção de suporte lógico pode ser armazenada em um meio de gra-vação acessível localmente pelo sistema de computador, porexemplo, disco flexível, disco compacto ou disco rigido, oupode ser remota ao sistema de computador e acessível pormeio de uma conexão com fio ou de uma conexão sem fio em umarede (por exemplo, uma rede de área local, ou a Internet) oupor um outro meio de transmissão.
O sistema de computador 100 pode incluir uma uni-dade central de processamento (CPU) 102, dispositivos deprograma e de armazenamento de dados 104, uma interface deimpressão 106, uma unidade de exibição 108, um controladorde transmissão de dados de rede de área local 110, uma in-terface LAN 112, um controlador de rede 114, um barramentointerno 116 e um ou mais dispositivos de entrada 118 (porexemplo, um teclado ou um mouse) . Da forma mostrada, o sis-tema 100 pode ser conectado em uma base de dados 120 atravésde uma ligação 122.
O uso de uma unidade de captura de imagem prove umdispositivo para rastrear e monitorar expositores instaladosem lojas a varejo regularmente, por todo o dia. 0 método esistema da presente divulgação podem capturar e armazenarimagens digitais de condições de loja a varejo, por exemplo,fotos de condições de expositores e prateleiras de múltiplospontos de venda a varejo. Estas imagens capturadas podem sermarcadas com informação de data, hora e local antes que elassejam eletronicamente transmitidas, por exemplo, através daInternet, para o local de processamento, que pode ser umprocessador central. Então, as imagens capturadas podem sercomparadas com entradas em uma biblioteca para identificaros produtos no expositor. Os produtos não somente podem seridentificados, mas a quantidade de produtos que está estoca-da em um expositor pode ser aproximada. A atividade do expo-sitor pode ser sumarizada em relatórios e tornada disponívelpara o fabricante ou revendedores, por exemplo, em um forma-to eletrônico ou formato de relatório. Por exemplo, fabri-cantes podem navegar através do relatório para ver fotos dosexpositores para os quais os relatórios foram emitidos.
Um sistema para medir a conformidade de expositorde loja a varejo por meio de captura e análise automatizadasde imagem digital de acordo com uma modalidade desta inven-ção será discutido em relação à Figura 2A. O sistema 20 in-clui uma unidade de captura de imagem 21, expositor de pro-duto 22, expositor de produto 22A, módulo de reconhecimentode imagem 23, uma biblioteca 24, um repositório 25, e um me-canismo de divulgação de informações 26. A unidade de captu-ra de imagem 21 pode ser usada em uma loja a varejo 1 con-tendo um ou mais expositores de produto 22. 0 local de pro-cessamento 2 inclui o módulo de reconhecimento de imagem 23,a biblioteca 24, o repositório 25, o mecanismo de divulgaçãode informações 26, repositório de dados externo 27 e meca-nismo de edição de exceção 28. O mecanismo de divulgação deinformações 26 pode ser usado em conjunto com dados externos27 e um mecanismo de edição de exceção 28 para gerar um oumais relatórios e/ou alertas. Por exemplo, os relatórios po-dem ser na forma de uma visão por marca 29, uma visão porequipe de vendas 30, uma visão por comercialização 31, umavisão por operação de loja 32 e/ou uma alimentação de dadoseletrônicos padrão 33.
Um método para medir a conformidade de expositorde loja a varejo de acordo com uma modalidade da presenteinvenção será discutido a seguir com referência às Figuras2A e 2B. A unidade de captura de imagem 21 captura imagens,por exemplo, dos expositores de produto do fabricante 22,22a e outras condições de loja a varejo em uma loja a varejo1 (etapa S201) . A unidade de captura de imagem 21 pode in-cluir os seguintes dispositivos, que serão descritos com de-talhes adicionais a seguir: câmeras de segurança na loja,câmera fones, câmeras de video fixas ou outras câmeras digi-tais, câmeras de video em movimento ou outras câmeras digi-tais (por exemplo, uma câmera montada em um trilho de movi-mento que se move de uma área da loja para uma outra), câme-ras de video digital acessada pela Internet, uma unidade decaptura móvel, um carrinho móvel e/ou um robô autopropulsio-nado. A uma ou mais imagens capturadas são associadas cominformação relacionada, tais como informação de data, hora elocal (etapa S202) (por exemplo, Nome da Loja, Local da Lo-ja, Local do Expositor, Tipo do Expositor, Data e Hora daCaptura da Imagem) e tanto as imagens capturadas guanto ainformação relacionada são transmitidas a partir da unidadede captura de imagem 21 para o local de processamento 2 paraarmazenamento e processamento (etapa S203). Isto pode serfeito tanto por meio de conexões com fio quanto por meio deconexões sem fio a partir da unidade de captura de imagem 21.
O local de processamento 2 recebe a uma ou maisimagens capturadas e informação relacionada e armazena a umaou mais imagens capturadas em um repositório 25 (etapaS204) . O módulo de reconhecimento de imagem 23 processa auma ou mais imagens capturadas determinando se as imagenssão de qualidade suficiente e se elas têm conteúdo suficien-te ou não (etapa S205) . Para identificar a uma ou mais con-dições de loja a varejo na uma ou mais imagens capturadas, omódulo de reconhecimento de imagem 23 compara a uma ou maiscondições de loja a varejo em função de uma biblioteca 24 efaz correspondência de cada condição de loja a varejo com,por exemplo, um produto. O módulo de reconhecimento de ima-gem também obtém informação de identificação sobre cada con-dição de loja a varejo (etapa S206). Por exemplo, a informa-ção de identificação pode incluir Nome da Loja, Local da Lo-ja, Local do Expositor, Tipo do Expositor, Data e Hora daCaptura de Imagem, Quantidade do Expositor, Código Universalde Produto ("UPC"), Marca, Descrição, Tamanho, Categoria,etc. Então, a uma ou mais imagens capturadas e informação deidentificação são armazenadas no repositório 25 (etapaS207) .O mecanismo de divulgação de informações 26 anali-sa e compila a informação armazenada no repositório 25 juntocom outro repositório de dados externo 27 (por exemplo, in-formação de vendas, informação de inventário) e gera um su-mário da informação e/ou um ou mais alertas (etapas S208 eS209). 0 sumário pode ser provido em um formato de relatórioe/ou em um formato de alimentação de dados eletrônicos nosistema de informação interno do fabricante ou do revende-dor. Por exemplo, uma alimentação de imagem bruta e/ou umaalimentação de dados brutos de uma ou mais condições de lojaa varejo podem ser providas. O mecanismo de divulgação deinformações 26 também pode prover alertas automatizadosquando uma ou mais condições de loja a varejo são satisfei-tas ou excedidas. Estes alertas podem ser transmitidos atra-vés de uma ligação de telecomunicação, tal como um correioeletrônico. Por exemplo, se somente um certo número de umproduto especifico permanecer na prateleira de uma loja avarejo, o mecanismo de divulgação de informações pode gerare transmitir um alerta de correio eletrônico automático, porexemplo, para o fabricante. O mecanismo de divulgação de in-formações 2 6 também pode compilar informação em diferentesvisões para diferentes usuários. Por exemplo, uma visão demarca 29, visão de equipe de vendas 30, visão de comerciali-zação 31 e/ou visão de operações de venda 32. Além do mais,o mecanismo de divulgação de informações 26 pode prover a-cesso a qualquer imagem capturada em qualquer loja a varejoem qualquer local na loja a varejo por um dado tempo.
UNIDADE DE CAPTURA DE IMAGEMa) Abordagem Ad-Hoc
De acordo com uma modalidade da presente divulga-ção, imagens podem ser capturadas usando uma abordagem ad-hoc que pode incluir o uso de um ou mais dos seguintes dis-positivos: câmeras de segurança na loja, câmera fones, câme-ras de video digital acessada pela Internet, câmeras de ví-deo fixas ou outras câmeras digitais, câmeras de video emmovimento ou outras câmeras digitais. Por exemplo, imagensdas condições de loja a varejo, tais como os expositores eas prateleiras, podem ser tiradas com câmeras digitais e/oucâmera fones e podem ser transmitidas por correio eletrônicopara o local de processamento para armazenamento e processa-mento. Imagens tiradas usando a abordagem ad-hoc podem serarmazenadas em um repositório 25 para visualização ad-hoc. Olocal de processamento 2 pode incluir um portal da Internetpara carregar as imagens que são tiradas pelos telefones ce-lulares, por exemplo. O portal da Internet pode incluir umaidentificação de usuário e senha para impedir acesso não au-torizado, uma tela de entrada de dados para adquirir dadoschave para o relato de imagem, incluindo loja, local, des-crição, etc. e a capacidade de carregar as imagens e colocá-las na fila para processamento e armazenamento. Quandotransmitidas, estas imagens devem incluir informação rela-cionada, tais como identificação de loja a varejo, descriçãotextual do local da imagem na loja a varejo, etc. De acordocom uma modalidade da presente divulgação, antes da trans-missão das imagens capturadas usando a abordagem de capturade imagem ad-hoc, as imagens devem ser varridas para a veri-ficação de potenciais virus e vermes de computador,
b) Unidade de captura móvel
De acordo com uma outra modalidade da presente di-vulgação, a unidade de captura de imagem 21 é uma unidade decaptura móvel. A unidade de captura móvel pode ser, por e-xemplo, uma unidade portátil que é fácil de transportar epermite que usuários a carreguem de loja a loja, ou ela podeser uma unidade mais substancial na forma, por exemplo, deum carrinho com rodas (similar em tamanho a um carrinho decompras), que permite que usuários capturem imagens simples-mente o empurrando através dos corredores em uma loja. Porexemplo, a unidade de captura móvel na forma e tamanho simi-lar a um carrinho de compras pode ser usada em lojas que nãoutilizam carrinhos enquanto que uma unidade portátil podeser usada em lojas que têm corredores estreitos onde os car-rinhos não podem ser posicionados. A unidade de captura mó-vel pode ser autopropulsionada (por exemplo, usando motoreselétricos) e devem ser carregáveis e conter um suprimento debateria de reserva. Quando não estiver em uso, a unidade decaptura móvel entrará em um modo de espera. Quando a unidadede captura móvel tiver terminado de capturar imagens dascondições de loja a varejo, um som pode ser emitido de umalto-falante como um lembrete para ligar a unidade em umafonte de energia para recarregar suas baterias.
A unidade de captura móvel pode incluir um PC comtela sensivel a toque e pode ser ligada a múltiplos disposi-tivos de Barramento Serial Universal ("USB") e controlá-losatravés de um centralizador USB energizado. De acordo comuma modalidade, o suporte lógico no PC pode controlar a ve-locidade do motor e a direção de cada motor, permitindo queo PC controle a interface que as pessoas usarão para guiar aunidade de captura móvel através da loja a varejo. 0 suportelógico também pode rastrear e gravar o movimento da unidadede captura móvel através da loja. Uma roda de acionamento decâmera pode permitir que o PC mensure movimento para frentee para trás da unidade de captura móvel, por exemplo, con-tando as revoluções da roda. Para a montagem da foto, o PCpode calcular a distância aproximada que a unidade de captu-ra móvel pode precisar se mover antes de capturar a próximaimagem. Por exemplo, este cálculo pode ser determinado pelasobreposição horizontal e vertical ideal que é exigida paramontar as fotos para criar uma visão panorâmica a partir demúltiplas imagens das condições de loja a varejo. Uma oumais câmeras USB podem ser usadas com a unidade de capturamóvel. De acordo com uma modalidade, a unidade de capturamóvel pode utilizar luzes para iluminar os expositores a fimde melhorar a qualidade da foto.
A unidade de captura móvel pode utilizar múltiplosdispositivos infravermelho USB para medir e gravar a distân-cia entre a unidade de captura móvel e os expositores, pra-teleiras e/ou outros objetos em cada loja a varejo.
De acordo com uma modalidade alternativa da pre-sente divulgação, a unidade de captura móvel pode ser um ro-bô autopropulsionado que pode andar de forma automática eindependente em uma loja a varejo usando inteligência arti-ficial para capturar imagens de uma ou mais condições de lo-ja a varejo. Para distrair o público da real missão do robô,o invólucro do robô pode ser um veículo de propaganda para orevendedor. Por exemplo, o invólucro pode ser a mascote daloja e/ou pode conter tela(s) de vídeo nas quais anúnciospodem ser exibidos ou difundidos. A tela também pode ser u-sada por compradores para fazer perguntas tais como locaisde produto, verificações de preço, receitas culinárias, etc.
Além de ser capaz de saber quais áreas da loja devem sercapturadas, o robô também deve ser capaz de se ligar na to-mada para recarregar suas baterias. O robô autopropulsionadopode exigir um sistema de navegação na loja, por exemplo,uma tecnologia tipo Sistema de Posicionamento Global ("GPS")ou uma tecnologia em que o robô observe os arredores e conteas revoluções nas rodas para "aprender" a loja e conhecer oslocais dos corredores. O robô pode usar tanto histórico dedados de foto quanto coordenadas X-Y para aprender não so-mente onde os corredores estão, mas que um local específico,por exemplo, fica o corredor de pães ou o corredor de lati-cínios. Por exemplo, ambos conjuntos de dados podem ser cri-ados pelo robô e, então, ligados ao local de processamento 2para que o sistema possa aprender que um local específico naloja é, por exemplo, o corredor de pães. Encontrando muitositens de pães neste local da loja, ao longo do tempo, o robôpode aprender o local e limites da seção de pães e mapear ascoordenadas X-Y para os UPCs que ele encontrar nas imagens.
A hierarquia de produto na biblioteca 24 permite que as se-ções sejam identificadas sem nenhuma entrada de dados. Porexemplo, se 90% de todos os UPCs na imagem estiverem na se-ção de pães da biblioteca 24, então aquele local na loja po-de ser codificado como "Pães" até que os dados reais contra-digam o mapeamento.
De acordo com uma modalidade da presente divulga-ção, a unidade de captura móvel 30 pode utilizar Identifica-ção por Radiofreqüência ("RFID") para navegar automaticamen-te pela loja.
A unidade de captura móvel, de acordo com uma mo-dalidade da presente divulgação, será discutida a seguir emrelação às Figuras 3A e 3B. A unidade de captura móvel 30pode incluir dispositivo de identificação e de verificação31, dispositivo de captura 32, dispositivo de armazenamento33, dispositivo de processamento 34 e dispositivo de trans-missão 35. O dispositivo de identificação e verificação 31identifica e verifica o local da unidade de captura móvel 30(etapa S301). Por exemplo, enquanto está fora de uma loja avarejo, a unidade de captura móvel 30 pode usar tecnologiaGPS para identificar e confirmar o local da loja a varejo. Aunidade de captura móvel 30 pode receber informação e/ou a-tualizações do local de processamento (etapa S302). O dispo-sitivo de captura 32 captura a uma ou mais imagens de uma oumais condições de loja a varejo (etapa S303). O dispositivode armazenamento 33 armazena temporariamente a uma ou maisimagens capturadas da uma ou mais condições de loja a varejopor um periodo pré-determinado (etapa S304) . O dispositivode processamento 34 processa a uma ou mais imagens captura-das da uma ou mais condições de loja a varejo (etapa S305).O dispositivo de transmissão 35 transmite a uma ou mais ima-gens capturadas da uma ou mais condições de loja a varejopara o local de processamento 2 (etapa S306). Pode ser gera-da uma confirmação indicando se a uma ou mais imagens captu-radas foram transmitidas com sucesso para o local de proces-samento 2 ou não (etapa S307) .
0 dispositivo de captura 32 da unidade de capturamóvel pode incluir uma ou mais câmeras digitais, câmeras devideo, câmeras de video digital acessada pela Internet, etc.
Por exemplo, múltiplas câmeras de video digital acessada pe-la Internet de baixo custo podem ser montadas em uma posiçãoalta e/ou baixa em uma unidade de captura móvel para receberuma captura de imagem plana e completa de uma prateleira. Ascâmeras podem ser posicionadas para tirar fotos no ânguloapropriado, por exemplo, de expositores de tampa de extremi-dade, expositores no corredor e gôndolas padrão (do chão atéoito pés (2,44 metros) de altura). Lentes olho de peixe tam-bém podem ser usadas para capturar imagens do expositor e daprateleira inteiros onde os corredores forem muito estrei-tos. A unidade de captura móvel 30 também pode incluir umacâmera que não é fixada, por exemplo, na unidade portátil ouno carrinho. Isto dará flexibilidade ao uso da câmera paradisparos que forem difíceis capturar com uma câmera que es-teja montada no carrinho. Por exemplo, congeladores horizon-tais, congeladores com sinalização ou congelamento nas por-tas, seções de planograma com expositores na frente da pra-teleira, etc. podem ser problemáticos. De acordo com uma mo-dalidade da presente divulgação, a unidade de captura móvelpode utilizar tecnologia de detector de movimento para ini-ciar e parar a captura de imagem.
A unidade de captura móvel pode conter dispositivopara se conectar na Internet, por exemplo, uma conexão semfio com a Internet. A uma ou mais imagens capturadas sãotransmitidas para o local de processamento 2 de diferentesmaneiras dependendo da disponibilidade de uma conexão com aInternet. Se uma conexão com a Internet não estiver disponí-vel nas lojas a varejo em que a unidade for usada, a unidadede captura móvel 30 pode transmitir a uma ou mais imagenscapturadas em conjunto em um processo de lote usando uma co-nexão em alta velocidade com a Internet. Se o processo decarregamento for interrompido no meio da transmissão da umaou mais imagens capturadas, o processo deve reiniciar ondeele foi interrompido. Por exemplo, se o processo de carrega-mento falhar na 350a imagem de 400 imagens, o carregamentodeve reiniciar na 351a imagem. Similarmente, se a conexãocom o local de processamento 2 se perder, a unidade de cap-tura móvel 30 deve ser capaz de restabelecer automaticamentea conexão. De acordo com uma modalidade da presente divulga-ção, pode ser utilizada tecnologia de compressão na transfe-rência de imagem para minimizar a quantidade de dados a sercarregados e, antes da transmissão, as imagens devem serrastreadas em busca de potenciais virus, vermes, etc. decomputador.
Entretanto, se uma conexão com a Internet estiverdisponível na loja a varejo, por exemplo, se a unidade decaptura móvel 30 for um carrinho permanentemente situado naloja, a unidade de captura móvel 30 pode transmitir automa-ticamente as imagens capturadas para o local de processamen-to 2. Por exemplo, a unidade de captura móvel 30 pode inici-ar a transmissão da uma ou mais imagens capturadas para olocal de processamento 2 ou o local de processamento 2 podesolicitar que a unidade de captura móvel 30 transmita atéele a uma ou mais imagens capturadas. Se o processo detransmissão for interrompido, o sistema pode ser capaz de serecuperar automaticamente, por exemplo, a unidade de capturamóvel 30 deve retransmitir automaticamente todas as imagensque não foram usadas em virtude dos erros de transmissão.
Para minimizar o risco de roubo da unidade de cap-tura móvel, especialmente para a unidade de carrinho supra-descrita, se a unidade de captura móvel for tirada de umacerta distância de uma saida, um alerta audivel pode soare/ou um alerta de correio eletrônico pode ser transmitidopara um gerente da loja. A unidade de captura móvel tambémpode solicitar que o operador insira uma identificação deusuário e/ou senha e pode tirar uma foto dá pessoa empurran-do o carrinho.
De acordo com uma modalidade da presente divulga-ção, a unidade de captura móvel, por exemplo, a unidade decarrinho pode controlar a captura das imagens para garantirsobreposição para o recurso de visualizador de acompanhantevirtual, que será discutido adicionalmente a seguir. Usandoa unidade de carrinho, todas as imagens podem ser tiradas apartir da mesma altura com sobreposição suficiente para queelas possam ser processadas na seqüência correta. Por exem-plo, por meio de uma tecnologia de câmera de video digitalacessada pela Internet, o sistema pode controlar o sincro-nismo de captura de fotos.
Um ou mais auditores podem seguir uma escala diá-ria de auditoria de lojas e visitar uma ou mais lojas a va-rejo usando a unidade de captura móvel 30 para capturar umaou mais imagens das condições da loja a varejo para cada lo-ja. A escala diária de auditoria de lojas pode ser transmi-tida do local de processamento até a unidade de captura mó-vel 30 e pode ser exibida na tela da unidade de captura mó-vel 30.
A Figura 4 é um diagrama em blocos ilustrando atela principal da unidade de captura móvel 30. Fora da lojaa ser auditada, um auditor energiza a unidade de captura mó-vel 30 e toca ou clica em "entrar no sistema / sair do sis-tema" 41 localizado na tela principal 40 da unidade de cap-tura móvel. 0 auditor pode inserir seu nome de usuário e se-nha a fim de acessar o sistema. Todas as mudanças que sãofeitas na escala diária de auditoria ou em qualquer outrainformação podem ser imediatamente transmitidas e recupera-das pelo auditor por meio de um painel de mensagem 48. Todasas notas sobre a loja particular podem ser acessadas pormeio de "Notas da Loja" 44. Depois que o auditor entra nosistema, a unidade de captura móvel 40 pode, então, verifi-car e identificar seu local usando, por exemplo, tecnologiaGPS padrão e uma base de dados dos locais de revendedor. Umavez que a unidade de captura móvel identificou seu local,ela pode recuperar aquela configuração de plano de chão daloja a varejo a partir do local de processamento 2. A confi-guração de plano de chão contém, embalagem, o número de cor-redores, congeladores, equipamentos e outros detalhes deplano de chão. Usando esta informação, a unidade de capturamóvel 30 exibe um plano de chão 47 contendo uma listagem detodas as áreas que o auditor precisa capturar imagens e seusestados 47 na sua tela principal 40. De acordo com uma moda-lidade alternativa da presente divulgação, o plano de chãográfico real pode ser obtido e exibido. Cada seção pode sercodificada por cor para ajudar o auditor a ver rapidamentequais imagens já foram capturadas e quais imagens ainda pre-cisam ser capturadas. De acordo com uma modalidade da pre-sente divulgação, as áreas que precisam ser capturadas serãoexibidas em uma ordem que fará sentido para a captura dosdados. Por exemplo, a primeira seção pode estar próxima daentrada para minimizar o tempo ocioso do auditor. A ordem /seqüência sugerida na tela principal 40 pode seguir o cami-nho tipico que uma pessoa andaria através da loja realizandouma auditoria padrão de loja. A qualquer momento, o auditorpode verificar a duração da bateria da unidade de capturamóvel 30 tocando ou clicando "Verificar Bateria" 43. Depoisque todas as imagens forem capturadas, elas podem ser carre-gadas para o local de processamento 2 tocando ou clicando"Carregar Fotos" 45.
Auditores podem usar a unidade de captura móvel 30para auditar a atividade do expositor e revisar as condiçõesdo revendedor na loja usando, por exemplo, um planograma. Umplanograma é um diagrama que desenha ou dá outra descriçãovisual de uma disposição de loja, incluindo a colocação deprodutos particulares e categorias de produtos. Para captu-rar uma ou mais imagens das condições de loja a varejo, oauditor pode tocar ou clicar qualquer um dos locais no planode chão 47 e tocar ou clicar "Ir para Tela de Detalhes" 42,por exemplo, se o auditor tocar ou clicar a quarta entrada,"Corredor 2", a tela detalhada 50 da Figura 5 será exibida.A tela detalhada 50 ajuda o auditor a capturar imagens usan-do um planograma 52. O planograma 52 detalhando a disposiçãodo corredor é exibido na tela detalhada 50. Tocando ou cli-cando "Adicionar Fotos" 51, o auditor pode começar a capturade imagens das condições de loja a varejo. Depois de captu-rar uma imagem, a imagem é automaticamente transferida paraa área de armazenamento da unidade de captura móvel 30. Paraadicionar uma imagem no seu local apropriado no planograma52, o auditor pode tocar a tela no local apropriado, fazendocom que a imagem apareça como uma imagem grande 53 no ladodireito da tela e como uma miniatura 54 no corredor. Se oauditor colocar a imagem no local errado, ele pode mover aimagem tocando ou clicando "Mover Fotos" 58 e tocando o lo-cal correto na tela em que a imagem deve aparecer. Se a ima-gem não for aceitável, o auditor pode deletar a imagem to-cando ou clicando em "Deletar Fotos" 59 e tirar a imagem no-vamente. O auditor também pode visualizar a imagem em tama-nho real tocando ou clicando em "Visualizar Tamanho Real" 60.
De acordo com uma modalidade da presente divulga-ção, o auditor pode capturar o comprimento inteiro do corre-dor trocando para uma unidade de captura móvel 30 com umacâmera fixa tal como a unidade de carrinho supradescrita. Aunidade de carrinho pode ter uma câmera ou ela pode ter múl-tiplas câmeras em dois lados opostos da unidade para maximi-zar a capacidade do carrinho tirar fotos de qualidade dascondições de loja a varejo à medida em que o carrinho é em-purrado por um corredor. 0 auditor pode tocar ou clicar em"Iniciar Câmera" 55 ou tocar ou clicar a área do planograma52 no local em que a captura de imagem irá começar. Então, oauditor pode empurrar a unidade de captura móvel 30, por e-xemplo, a unidade de carrinho, pelo corredor capturando auma ou mais imagens das condições de loja a varejo naquelecorredor. Então, o auditor pode tocar "Parar Câmera" 56 e/ouo local no planograma 52 no fim do corredor, indicando que acaptura de imagem para aquele corredor está completa. O au-ditor pode tanto retornar para a tela principal 40 tocandoou clicando em "Tela Principal" quanto pode continuar captu-rando o comprimento inteiro de todos os corredores tocandoou clicando nas setas 57 movendo o auditor para o próximocorredor ou para o corredor anterior. As setas 47 também po-dem mover o auditor para outros locais na loja, por exemplo,a frente da loja, a parte de trás da loja, a área do caixada loja, a área de produtos agrícolas da loja, etc. Alterna-tivamente, o auditor pode tocar ou clicar "Iniciar Video" 62e/ou o local no planograma 52 em que a captura de imagem de-ve começar. Então, o auditor pode empurrar a unidade de cap-tura móvel 30, por exemplo, a unidade de carrinho, pelo cor-redor, capturando a uma ou mais imagens das condições de lo-ja a varejo naquele corredor. O auditor pode continuar mo-vendo a unidade de captura móvel 30 em corredores adjacentesacima e abaixo até que a captura de imagem esteja completatocando ou clicando em "Parar Video" 63.
O dispositivo de armazenamento 33 armazena tempo-rariamente a uma ou mais imagens capturadas da uma ou maiscondições de loja a varejo por um periodo pré-determinado.Por exemplo, as imagens podem ser armazenadas e montadas devárias maneiras para organizar e preparar as imagens para aetapa de comparação ou reconhecimento de imagem. Além domais, montar as imagens ajuda a eliminar duplicatas que sãoocasionadas pela possivel sobreposição entre as imagens se-qüenciais de uma loja a varejo e através de uma ou mais câ-meras tirando estas imagens. Além do mais, a montagem de i-magem também pode prover uma base de dados bruta para um re-curso de visualizador de acompanhante virtual, bem como paravisualização de foto ad-hoc. De acordo com uma modalidadealternativa, a montagem de foto pode ser realizada depois datransmissão das imagens capturadas ou enquanto as imagensestão sendo capturadas.
As fotos fonte originais que são montadas paracriar fotos maiores para o acompanhamento virtual da lojapodem ser deletadas depois que a nova foto for criada e pas-sar pelos testes de garantia da qualidade. Se um fluxo con-tinuo de video for usado para capturar a fonte original parafotos para montagem, então o fluxo continuo de video serádeletado assim que os quadros individuais forem isolados,extraídos, tiverem formato convertido e forem montados. Asimagens finais processadas devem ser armazenadas por um pe-riodo pré-determinado na base de dados da unidade de capturade imagem 21. Por exemplo, imagens podem ser retidas por umasemana e então substituídas pelas imagens da semana atual.
De acordo com uma modalidade da presente divulgação, cadaimagem pode ser armazenada como um arquivo individual.
Antes da transmissão, a unidade de captura móvel30 pode processar a uma ou mais imagens capturadas. Especi-ficamente, a unidade de captura móvel 30 pode determinar sehá algum problema com as imagens, tais como seções perdidase/ou erros no mapeamento de foto, por exemplo, se havia umobstáculo entre a unidade de captura móvel 30 e a prateleiraou expositor, se a imagem está distorcida em virtude de aunidade de captura móvel 30 estar em um ângulo ruim em rela-ção à prateleira ou ao expositor, se as lentes estão sujasou fora de foco, se a imagem está manchada em virtude de elanão sobrepor com a última foto, se a imagem é uma duplicatade imagens já tiradas ou sobrepõe com imagens anteriores játiradas, se há algum tipo de falha de hardware tornando asimagens imprestáveis, se há gelo na janela de um congeladorou refrigerador vertical impedindo que a unidade de capturamóvel 30 obtenha uma foto clara dos produtos, etc. Se houveralguma imagem perdida ou erro, tais como aqueles suprades-critos, o auditor pode tirar novamente aquelas imagens ou aunidade de captura móvel pode automaticamente tirar as ima-gens novamente. Além do mais, todas as imagens podem ser ro-tacionadas para a orientação correta (por exemplo, imagempode ser mostrada na tela e o auditor pode cancelar a rota-ção se ela estiver incorreta), automaticamente melhoradas emrelação a cor, brilho, matiz, etc. (por exemplo, pode serfeito em modo de lotes antes que as imagens sejam comprimi-das), verificadas em relação ao foco (por exemplo, a imagempode ser exibida na tela para que o auditor possa decidir sea rejeita ou não), e/ou recortar imagens de expositores paraque o produto na prateleira possa ser corretamente identifi-cado pelo módulo de reconhecimento de imagem 23. 0 operadorda unidade de captura móvel 30 pode revisar visualmente asimagens processadas do acompanhamento virtual da loja e a-provar a qualidade das fotos antes que o próximo conjunto defotos da prateleira seja capturado, de acordo com uma moda-lidade da presente divulgação. Por exemplo, se os produtoscontiverem um rótulo muito pequeno, o auditor pode removerum dos produtos do expositor e tornar o rótulo mais visivelantes de tirar a imagem.
O dispositivo de processamento também pode associ-ar a uma ou mais imagens capturadas com informação relacio-nada, tais como informação de data, hora e local, incluindo,mas sem limitações, os seguintes: Nome da Loja, Local da Lo-ja, Local do Expositor, Tipo de Expositor, Data e Hora daCaptura da Imagem. De acordo com uma modalidade alternativa,o processamento realizado pela unidade de captura de imagem21 pode ser realizado depois da transmissão das imagens cap-turadas pelo local de processamento 2.
As imagens capturadas e informação relacionada po-dem ser transmitidas para um local de processamento em queelas possam ser armazenadas, adicionalmente processadas econvertidas em informação usada.LOCAL DE PROCESSAMENTO
Depois que uma ou mais imagens capturadas e infor-mação relacionada são transmitidas, elas são recebidas nolocal de processamento 2. O local de processamento 2, quepode ser centralizado, inclui um módulo de reconhecimento deimagem 23, biblioteca 24, repositório 25, mecanismo de di-vulgação de informações 26, repositório de dados externo 27e mecanismo de edição de exceção 28.
Uma vez que a uma ou mais imagens capturadas e in-formação relacionada são recebidas, elas são armazenadas emum repositório 25. Nem todas as imagens capturadas ficarãopermanentemente armazenadas. Por exemplo, duplicatas, ima-gens ruins, etc. serão descartadas. De acordo com uma moda-lidade da presente divulgação, a uma ou mais imagens captu-radas podem ser salvas como imagens brutas em uma base dedados MS-SQL para rápido acesso por loja, local, data, horae orientação. A uma ou mais imagens capturadas também podemser armazenadas em um local de cópia de segurança usando,por exemplo, espelhamento de dados ou outra forma de suportelógico de cópia de segurança. Para minimizar o armazenamentode dados, as imagens devem ser capturadas e armazenadas emuma resolução minima necessária para o módulo de reconheci-mento de imagem. Uma marca d'água pode ser imposta sobre ca-da imagem de uma maneira que não degrade a foto de nenhumamaneira para o processamento de reconhecimento de imagem. Emvirtude das grandes exigências de armazenamento a cada dia,as fotos finais podem ser arquivadas fora de linha.
A Figura 6 é um fluxograma ilustrando a etapa deprocessamento pelo módulo de reconhecimento de imagem, deacordo com uma modalidade da presente divulgação. Esta etapapode ser realizada tanto pela unidade de captura de imagem21 quanto pelo módulo de reconhecimento de imagem 23. 0 mó-dulo de reconhecimento de imagem 23 processa a uma ou maisimagens capturadas determinando se a qualidade da imagem e oconteúdo da imagem para cada imagem forem suficientes. Porexemplo, o módulo de reconhecimento de imagem 23 pode pri-meiro determinar se a qualidade da imagem é suficiente (istoé, foco, distorção, etc.) (etapa S601). Se o módulo de reco-nhecimento de imagem 23 determinar que a qualidade da imagemnão é suficiente (não, etapa S601), ele pode deletar ou as-sinalar a imagem, finalizar, ou solicitar que a imagem sejatirada novamente (etapa S602) . Por outro lado, se o módulode reconhecimento de imagem 23 determinar que a qualidade daimagem é suficiente (sim, etapa S601), o módulo de reconhe-cimento de imagem 23 pode, então, determinar se o conteúdogeral da imagem é consistente com seu local codificado (eta-pa S603) (isto é, se a imagem é codificada com uma visão deprateleira, se há uma unidade de expositor na imagem ounão) . Se o módulo de reconhecimento de imagem 23 determinarque há obstáculos na imagem (não, etapa S603) (isto é, pes-soas, carrinhos de compra, ou qualquer outro obstáculo blo-queando a visão da prateleira ou expositor), pode deletar ouassinalar a imagem, finalizar, ou solicitar que a imagem se-ja tirada novamente (etapa S602). Entretanto, se o módulo dereconhecimento de imagem 23 determinar que o conteúdo da i-magem é suficiente (sim, etapa S603), a imagem será aprovadae transmitida para a segunda etapa do processamento (etapaS604). De acordo com uma modalidade, se o módulo de reconhe-cimento de imagem 23 determinar que a imagem contém uma vi-são distante dos produtos em uma prateleira diferente quenão está sob análise, o módulo de reconhecimento de imagem23 pode exclui-la da análise recortando a imagem para remo-vê-la. De acordo com uma modalidade alternativa, o módulo dereconhecimento de imagem irá utilizar um leitor de código debarras portátil na loja para identificar os produtos. A pes-soa operando a unidade de captura móvel 30 (por exemplo, oempurrando ou guiando) usará um leitor de código de barrasportátil para gravar eletronicamente o código UPC de cadaproduto que está sendo disposto na loja a varejo, além degravar o UPC dos produtos que exigem ação de acompanhamento,tal como uma condição de esgotado.
A segunda etapa do processamento compreende o mó-dulo de reconhecimento de imagem 23 comparando a uma ou maisimagens capturadas com uma biblioteca 24, por exemplo, umabase de dados de fotos de produto CPG ou uma biblioteca devendedor terceiro para identificar a uma ou mais condiçõesde loja a varejo na uma ou mais imagens capturadas e obterinformação de identificação sobre as condições de loja a va-rejo, por exemplo, número da loja, data / hora da imagem,UPC, e/ou outra informação detalhada descrevendo o localpreciso do produto na loja, etc. Isto permite a criação deuma base de dados de informação sobre as condições do reven-dedor por loja, incluindo detalhes sobre quais produtos fo-ram encontrados em cada loja e seus locais na loja. Por e-xemplo, o módulo de reconhecimento de imagem 23 pode compa-rar cada condição de loja a varejo em cada imagem capturadacom a biblioteca 24 e assinalar os produtos que aparecem emcada imagem capturada (por exemplo, tentando assinalar cadaUPC encontrado na imagem). 0 processamento pode ser divididoentre múltiplas unidades centrais de processamento ("CPUs")para que cada CPU complete o processamento antes que o pró-ximo relatório esteja pronto. Para diminuir o tempo de pro-cessamento, o módulo de reconhecimento de imagem 23 pode u-sar somente a parte relevante da biblioteca 24 para cada i-magem. Por exemplo, se o módulo de reconhecimento de imagem23 está somente analisando os expositores, ele pode usar osaproximadamente 5.000 UPCs que tipicamente estão nos exposi-tores fim de corredor, ou se ele está somente analisando i-magens na seção de produtos enlatados, ele não irá analisaras imagens de produtos congelados na biblioteca 24.
A biblioteca 24 pode incluir UPCs, etiquetas deprateleira, imagens de produto e/ou qualquer outra informa-ção que permitirá que o módulo de reconhecimento de imagem23 identifique a uma ou mais condições de loja a varejo nauma ou mais imagens capturadas. Por exemplo, o departamentode cosméticos pode ter produtos muito pequenos em que aprincipal diferença entre os UPCs é a cor. Muitos passos po-dem precisar ser realizados em cada imagem a fim de comple-tar o reconhecimento de imagem. Por exemplo, há algumas ca-tegorias em que somente uma pequena quantidade de texto noproduto pode ser distinguida entre diferentes UPCs. Estestipos de UPCs podem ser assinalados na biblioteca. Se um UPCassinalado for localizado, a imagem será processada novamen-te usando diferentes regras de negócio. Por exemplo, se so-mente um destes produtos for encontrado na foto, peças adi-cionais de informação podem ser usadas para completar o pro-cesso de identificação, tal como a informação na etiqueta deprateleira, incluindo descrição, código de barras UPC e si-nalização relacionada. Para um expositor, informação na cai-xa de papelão e/ou embarcador será usada.
De acordo com uma modalidade da presente divulga-ção, o módulo de reconhecimento de imagem 23 pode encontrarsinalização especifica e faixas na loja comparando a uma oumais imagens capturadas com uma biblioteca de vendedor ter-ceiro.
Depois que a uma ou mais condições de loja a vare-jo em cada imagem são identificadas e a informação relacio-nada é obtida, esta informação é armazenada na base de dados25. Por exemplo, a seguinte informação pode ser armazenadana base de dados para cada condição de loja a varejo identi-ficada: Data da Captura de Imagem, Hora da Captura de Ima-gem, Identificação da Foto, Número da Loja, Identificação doUsuário, Plano de Chão, Local da Loja, Equipamento, Visão doEquipamento, Posição da Seqüência, Seção de Local do Proces-samento, UPC, Qualidade, Identificação de Comercialização,Posição X/Y na Imagem, Data / Hora Processada, Versão do Su-porte Lógico, etc. Por exemplo, a Data da Captura da Imagemdiz respeito à data que a foto foi tirada e a Hora da Captu-ra da Imagem diz respeito à hora que a foto foi tirada, quepodem ser convertidas para a hora local da zona de tempo re-levante. A Identificação da Foto pode ser um nome de arquivoou uma etiqueta de identificação designada para a foto quan-do ela é carregada para o local de processamento 2. Esta i-dentificação pode ser usada no modo de divulgação de infor-mações ad-hoc para obter a imagem. 0 Número da Loja é um nú-mero de identificação designado para cada loja nos EstadosUnidos. Existe uma base de dados comercialmente disponívelem que o local fisico de cada loja a varejo nos Estados Uni-dos é identificado por latitude e longitude globais. Estabase de dados também contém outras informações sobre cadalocal do revendedor, tal como o nome do revendedor. Esta in-formação pode ser usada para confirmar e gravar o local fi-sico e origem do revendedor da auditoria de revendedor daunidade de captura móvel. A Identificação de Usuário dizrespeito à identificação do auditor ou operador da unidadede captura de imagem 21. O Plano de Chão é um campo que podeser usado se o suporte lógico mapear os equipamentos da lojapara uma real planta do chão. Um ou mais campos de dados po-dem precisar ser usados para identificar o local na loja. Ocampo Equipamento é preenchido com a imagem de onde a captu-ra de imagem começa. O campo Visão de Equipamento é preen-chido com a imagem de onde a captura de imagem termina. APosição de Seqüência diz respeito a um número de seqüênciainterno que ajuda a montar fotos em agrupamentos locais (is-to é, os corredores inteiros). A Seção de Local Processamen-to pode ser um campo calculado pelo módulo de reconhecimentode imagem 23 que pode estimar ou calcular a seção usando oUPC e o local fisico. O UPC é o UPC do produto encontrado emuma imagem. Haverá um registro na tabela para cada UPC en-contrado na imagem. 0 campo Quantidade diz respeito ao núme-ro de UPCs que são encontrados na foto. Por exemplo, se aprateleira tem três faces de um produto, então a quantidadeserá 3. A Identificação de Comercialização é um campo quepode ser usado para identificar rótulos de prateleira e si-nalização na loja, tais como canta-fregueses e faixas. A Po-sição X/Y na imagem diz respeito ao local na imagem em que oproduto foi encontrado. Por exemplo, isto pode ser usado pa-ra identificar onde na prateleira o produto foi localizado ese isto está de acordo com as diretivas da empresa ou não.
Um outro uso da Posição X/Y pode ser pesquisar e depurarproblemas de precisão de dados identificados pelo cliente. AData / Hora Processada é a data que o módulo de reconheci-mento de imagem 23 processou a foto e identificou o produtoparticular nesta imagem. A Versão do Suporte Lógico é a ver-são do suporte lógico de reconhecimento de. imagem usado pelomódulo de reconhecimento de imagem 23 que identificou o pro-duto.
O mecanismo de divulgação de informações 26 podeprover acesso a qualquer imagem capturada em qualquer loja avarejo em qualquer local na loja a varejo por um dado perío-do. Por exemplo, por meio de um visualizador de imagem ad-hoc, imagens individuais podem ser emparelhadas uma por umausando um filtro. 0 filtro permite que o usuário selecioneparâmetros de pesquisa, tais como faixa de data, hora do di-a, loja, produtos, etc. Durante a observação de uma imagemindividual, o usuário pode virar para frente ou para trás notempo para ver em que o mesmo local pareceu igual ou ficaráparecido no decorrer do tempo. Durante a observação de umaimagem especifica, o usuário pode observar o mesmo local i-dêntico no planograma em múltiplas lojas. Por meio de um vi-sualizador de acompanhamento de loja virtual, imagens dascondições de loja a varejo podem ser visualizadas seqüenci-almente tanto em duas quanto em três dimensões. 0 visualiza-dor pode emparelhar imagens para uma ou mais condições deloja a varejo e "acompanhar" cada imagem. Se houver imagensduplicadas do mesmo equipamento e local da loja, o visuali-zador pode tanto eliminar por filtragem ou oferecer uma di-ferente opção de visualização para as imagens duplicadas. Sehouver lacunas nas imagens, o visualizador pode preencher alacuna com papel de parede padrão.
A uma ou mais imagens capturadas e informação re-lacionada são analisadas e um ou mais relatórios de sumárioe/ou alertas são gerados. Alertas e relatórios automatizadosde condições de revendedor em loja podem ser automaticamentetransmitidos para os clientes detalhando informação por lo-ja, data, hora e produto. Os alertas são configuráveis e o-rientados por tabela, permitindo que o local de processamen-to 2 configure facilmente regras de negócio que irão dispa-rar os alertas. Por exemplo, se o prazo da loja transmitirimagens capturadas estiver vencido, se a loja deixar de exi-bir um produto especifico, se produtos não autorizados paracomercialização forem encontrados no expositor, ou qualqueroutros alertas definidos pelo usuário. Alertas podem sertransmitidos para computadores, computadores portáteis, as-sistentes digitais pessoais, telefones celulares e qualqueroutro dispositivo portátil. Ligações da Internet podem serembutidas na mensagem para que o receptor possa ir direta-mente para um relatório de apoio ou imagem se o dispositivotiver suporte a navegador. Quando possível, alertas serãocombinados para que um usuário individual não receba umagrande quantidade de correios eletrônicos relacionados em umcurto periodo de tempo.
Relatórios podem se dirigir a niveis de sumárioque incluem uma loja, zona, cadeia ou qualquer outro local.Os relatórios podem informar resultados por local na loja(isto é, tampa de extremidade, corredor, etc.). Para produ-tos no expositor, os relatórios podem inclui um resumo donúmero de dias em que o produto ficou no expositor, o UPC,descrição, marca, tamanho, etc. De acordo com uma modalidadeda presente divulgação, os dados de ponto de venda do reven-dedor podem ser integrados com as condições de loja a varejopara prover análise próxima do tempo real pós-promoção.Quando os dados de ponto de venda são integrados pelo localde processamento 2, os relatórios podem incluir informaçãorelacionada a um ou mais dos seguintes: preço regular, preçode venda, volume de base, volume real, levantamento, UPC doitem, descrição da marca, tamanho, resumo da categoria, baseda categoria, categoria real, levantamento da categoria,margem de lucro percentual alvo da categoria, margem de lu-cro percentual real da categoria, resumo de marcas promovi-das participantes, etc.
As Figuras 7-12 mostram relatórios de amostra ge-rados usando o método para medir conformidade de expositoresde loja a varejo de acordo com uma modalidade da presenteinvenção. Por exemplo, a Figura 8 mostra um relatório mos-trando conformidade de expositor por loja, a Figura 9 mostraum relatório exibindo conformidade de expositor no nivel dodistrito, a Figura 10 mostra um relatório exibindo conformi-dade de expositor no nivel da divisão, a Figura 11 mostra umrelatório exibindo conformidade de expositor em um nivel dorevendedor e a Figura 12 mostra um relatório exibindo con-formidade de expositor por marca competitiva. Cada relatóriopode ser gerado usando os dados armazenados no repositório25 e dados externos provenientes de um ou mais repositóriosde dados externos 27. Por exemplo, informação relacionada àslojas pode ser armazenada em um repositório de dados externo27 compreendendo uma listagem de todas as lojas, incluindoum número de identificação exclusivo de loja a varejo, nome,descrição, endereço, companhia pai, classe do comércio, for-mato e outras informações e atributos. Informação relaciona-da às companhias pai pode ser armazenada em um repositóriode dados externo 27 compreendendo uma listagem de todas ascompanhias pai, incluindo uma descrição, endereço e/ou qual-quer outra informação. Isto permite um acúmulo de informaçãode faixas de lojas individuais para um total da companhiapai. Informação relacionada aos UPCs pode ser armazenada emum repositório de dados externo 27 compreendendo uma lista-gem de todos os produtos, incluindo descrição UPC, dimensõesdo produto, imagens do produto de diversos ângulos e outrosatributos. Informação relacionada às marcas pode ser armaze-nada em um repositório de dados externo 27 compreendendo umalistagem de todas as marcas, incluindo descrição, categoria,fabricante, etc. Informação relacionada a categorias e fa-bricantes também pode ser armazenada no repositório de dadosexterno 27.
Um meio de armazenamento de computador, incluindocódigo executável por computador para medir conformidade deexpositor de loja a varejo de acordo com uma modalidade dapresente divulgação, inclui código para capturar uma ou maisimagens de uma ou mais condições de loja a varejo, códigopara associar a uma ou mais imagens capturadas com informa-ção relacionada, código para transmitir a uma ou mais ima-gens capturadas e informação relacionada para um local deprocessamento para armazenamento e processamento, código pa-ra receber a uma ou mais imagens capturadas e informação re-lacionada no local de processamento e armazenar a uma oumais imagens capturadas e informação relacionada em um repo-sitório, código para processar a uma ou mais imagens captu-radas, código para comparar a uma ou mais condições de lojaa varejo na uma ou mais imagens capturadas com uma bibliote-ca para identificar a uma ou mais condições de loja a varejoe obter informação de identificação sobre a uma ou mais con-dições de loja a varejo, código para armazenar a uma ou maisimagens capturadas e informação de identificação para a umaou mais condições de loja a varejo no repositório, códigopara analisar a uma ou mais condições de loja a varejo nauma ou mais imagens capturadas e informação de identificaçãoe código para gerar um ou mais relatórios de sumário ou umou mais alertas com base na análise.
O código para capturar uma ou mais imagens de umaou mais condições de loja a varejo de acordo com uma modali-dade da presente divulgação compreende adicionalmente códigopara identificar e verificar o local de um aparelho, códigopara capturar uma ou mais imagens de uma ou mais condiçõesde loja a varejo, código para armazenar a uma ou mais ima-gens capturadas da uma ou mais condições de loja a varejo,código para processar a uma ou mais imagens capturadas dauma ou mais condições de loja a varejo, código para transmi-tir a uma ou mais imagens capturadas da uma ou mais condi-ções de loja a varejo para um local de processamento e códi-go para gerar uma confirmação indicando se a uma ou mais i-magens capturadas da uma ou mais condições de loja a varejoforam transmitidas com sucesso para o local de processamen-to.
Inúmeras modificações e variações adicionais dapresente invenção são possíveis em vista dos preceitos ex-postos .

Claims (44)

1. Método para medir conformidade de expositor deloja a varejo, CARACTERIZADO pelo fato de que compreende:capturar uma ou mais imagens de uma ou mais condi-ções de loja a varejo;associar a uma ou mais imagens capturadas com in-formação relacionada;transmitir a uma ou mais imagens capturadas e ainformação relacionada para um local de processamento paraarmazenamento e processamento;receber a uma ou mais imagens capturadas e a in-formação relacionada no local de processamento e armazenar auma ou mais imagens capturadas e informação relacionada emum repositório;processar a uma ou mais imagens capturadas;comparar a uma ou mais condições de loja a varejona uma ou mais imagens capturadas com uma biblioteca paraidentificar a uma ou mais condições de loja a varejo e obterinformação de identificação sobre a uma ou mais condições deloja a varejo;armazenar a uma ou mais imagens capturadas identi-ficadas e informação de identificação para a uma ou maiscondições de loja a varejo no repositório;analisar a uma ou mais condições de loja a varejona uma ou mais imagens capturadas e informação de identifi-cação; egerar um ou mais relatórios de sumário ou um oumais alertas com base na análise.
2. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de que compreende adicionalmenteprover uma alimentação de foto bruta e/ou uma alimentação dedados brutos da uma ou mais condições de loja a varejo.
3. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de que compreende adicionalmenteprover alertas automatizados quando uma ou mais condições deloja a varejo são satisfeitas ou excedidas.
4. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de que compreende adicionalmenteprover acesso a qualquer imagem capturada em qualquer loja avarejo em qualquer local na loja a varejo por um dado perío-do.
5. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de que as etapas de capturar, asso-ciar, transmitir, receber, processar, comparar, armazenar eanalisar são automatizadas.
6. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de que a captura de imagem é obtidapor uma unidade móvel.
7. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de que compreende adicionalmente i-dentificar e verificar um local de uma unidade de captura deimagem.
8. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de que a uma ou mais imagens sãocapturadas usando um ou mais dos seguintes: câmeras de segu-rança na loja, câmera fones, câmeras digitais de video fi-xas, câmeras de video digital acessada pela Internet, câme-ras digitais de video em movimento, uma unidade de capturamóvel portátil, uma unidade de captura móvel automatizada eum robô autopropulsionado.
9. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de que a etapa de processamento com-preende adicionalmente determinar se a qualidade da imagem eo conteúdo da imagem para a uma ou mais imagens capturadassão suficientes.
10. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de que a informação relacionada com-preende informação de data, hora e local.
11. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de que o um ou mais relatórios desumário ou alertas podem ser transmitidos para um clientepor uma ligação de telecomunicação.
12. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de que o um ou mais alertas são com-binados e, então, transmitidos para um cliente por uma liga-ção de telecomunicação.
13. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de que a etapa de captura inclui re-visar cada imagem capturada e aprovar sua qualidade e conte-údo.
14. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de que o local de processamento com-preende um portal da Internet para carregar a uma ou maisimagens capturadas.
15. Sistema para medir conformidade de expositorde loja a varejo, CARACTERIZADO pelo fato de que compreende:uma unidade de captura de imagem para capturar umaou mais imagens de uma ou mais condições de loja a varejo;dispositivo para associar a uma ou mais imagenscapturadas com informação relacionada;dispositivo para transmitir a uma ou mais imagenscapturadas e a informação relacionada; eum local de processamento incluindo dispositivopara receber a uma ou mais imagens capturadas e informaçãorelacionada, dispositivo para processar a uma ou mais ima-gens capturadas, um módulo de reconhecimento de imagem paracomparar a uma ou mais condições de loja a varejo na uma oumais imagens capturadas com uma biblioteca para identificara uma ou mais condições de loja a varejo e obter informaçãode identificação sobre a uma ou mais condições de loja a va-rejo, um repositório para armazenar a. uma ou mais imagenscapturadas identificadas e informação de identificação, e ummecanismo de divulgação de informações para analisar a umaou mais condições de loja a varejo na uma ou mais imagenscapturadas e informação de identificação e gerar um ou maisrelatórios de sumário ou um ou mais alertas com base na aná-lise.
16. Sistema, de acordo com a reivindicação 15,CARACTERIZADO pelo fato de que compreende adicionalmentedispositivo para prover uma alimentação de foto bruta e/ouuma alimentação de dados brutos da uma ou mais condições deloja a varejo.
17. Sistema, de acordo com a reivindicação 15,CARACTERIZADO pelo fato de que compreende adicionalmentedispositivo para prover alertas automatizados quando uma oumais condições de loja a varejo são satisfeitas ou excedidas.
18. Sistema, de acordo com a reivindicação 15,CARACTERIZADO pelo fato de que compreende adicionalmentedispositivo para prover acesso a qualquer imagem capturadaem qualquer loja a varejo em qualquer local na loja a varejopor um dado periodo.
19. Sistema, de acordo com a reivindicação 15,CARACTERIZADO pelo fato de que a unidade de captura de ima-gem, o dispositivo de associação, o dispositivo de transmis-são e o local de processamento são automatizados.
20. Sistema, de acordo com a reivindicação 15,CARACTERIZADO pelo fato de que a captura de imagem é obtidapor uma unidade móvel.
21. Sistema, de acordo com a reivindicação 15,CARACTERIZADO pelo fato de que a unidade de captura de ima-gem compreende:dispositivo de identificação e verificação paraidentificar e verificar o local da unidade de captura de i-magem;dispositivo de captura para capturar uma ou maisimagens de uma ou mais condições de loja a varejo;dispositivo de armazenamento para armazenar a umaou mais imagens capturadas da uma ou mais condições de lojaa varejo;dispositivo de processamento para processar a umaou mais imagens capturadas da uma ou mais condições de lojaa varejo;dispositivo de transmissão para transmitir a umaou mais imagens capturadas da uma ou mais condições de lojaa varejo para um local de processamento; edispositivo de geração para gerar uma confirmaçãoindicando se a uma ou mais imagens capturadas da uma ou maiscondições de loja a varejo foram transmitidas com sucessopara o local de processamento.
22. Sistema, de acordo com a reivindicação 21,CARACTERIZADO pelo fato de que a unidade de captura de ima-gem tem a forma de uma unidade de carrinho ou robô autopro-pulsionado.
23. Sistema, de acordo com a reivindicação 22,CARACTERIZADO pelo fato de que a unidade de carrinho contémduas ou mais câmeras fixas nos lados opostos da unidade decarrinho.
24. Sistema, de acordo com a reivindicação 21,CARACTERIZADO pelo fato de que a uma ou mais imagens sãocapturadas usando um ou mais dos seguintes: câmeras de segu-rança na loja, câmera fones, câmeras digitais de video fi-xas, câmeras de video digital acessada pela Internet, câme-ras digitais de video em movimento, uma unidade de capturamóvel portátil, uma unidade de captura móvel automatizada eum robô autopropulsionado.
25. Sistema, de acordo com a reivindicação 21,CARACTERIZADO pelo fato de que a etapa de processamento com-preende adicionalmente determinar se a qualidade da imagem eo conteúdo da imagem para a uma ou mais imagens capturadassão suficientes.
26. Sistema, de acordo com a reivindicação 15,CARACTERIZADO pelo fato de que a informação relacionada com-preende informação de data, hora e local.
27. Sistema, de acordo com a reivindicação 15,CARACTERIZADO pelo fato de que o um ou mais relatórios desumário ou alertas podem ser transmitidos para um clientepor uma ligação de telecomunicação.
28. Sistema, de acordo com a reivindicação 15,CARACTERIZADO pelo fato de que o um ou mais alertas são com-binados e, então, transmitidos para um cliente por uma liga-ção de telecomunicação.
29. Sistema, de acordo com a reivindicação 15,CARACTERIZADO pelo fato de que o dispositivo de processamen-to inclui dispositivo para revisar cada imagem capturada eaprovar sua qualidade e conteúdo.
30. Sistema, de acordo com a reivindicação 15,CARACTERIZADO pelo fato de que o local de processamento écentralmente localizado e compreende adicionalmente um por-tal da Internet para carregar a uma ou mais imagens captura-das.
31. Meio de armazenamento em computador, incluindocódigo executável por computador para medir conformidade deexpositor de loja a varejo, CARACTERIZADO pelo fato de quecompreende:código para capturar uma ou mais imagens de uma oumais condições de loja a varejo;código para associar a uma ou mais imagens captu-radas com informação relacionada;código para transmitir a uma ou mais imagens cap-turadas e a informação relacionada para um local de proces-samento para armazenamento e processamento;código para receber a uma ou mais imagens captura-das e a informação relacionada no local de processamento earmazenar a uma ou mais imagens capturadas e informação re-lacionada em um repositório;código para processar a uma ou mais imagens captu-radas;código para comparar a uma ou mais condições deloja a varejo na uma ou mais imagens capturadas com uma bi-blioteca para identificar a uma ou mais condições de loja avarejo e obter informação de identificação sobre a uma oumais condições de loja a varejo;código para armazenar a uma ou mais imagens captu-radas identificadas e informação de identificação para a umaou mais condições de loja a varejo no repositório;código para analisar a uma ou mais condições deloja a varejo na uma ou mais imagens capturadas e informaçãode identificação; ecódigo para gerar um ou mais relatórios de sumárioou um ou mais alertas com base na análise.
32. Meio de armazenamento de computador, de acordocom a reivindicação 31, CARACTERIZADO pelo fato de que com-preende adicionalmente código para prover uma alimentação defoto bruta e/ou uma alimentação de dados brutos de uma oumais condições de loja a varejo.
33. Meio de armazenamento de computador, de acordocom a reivindicação 31, CARACTERIZADO pelo fato de que com-preende adicionalmente código para prover alertas automati-zados quando uma ou mais condições de loja a varejo são sa-tisfeitas ou excedidas.
34. Meio de armazenamento de computador, de acordocom a reivindicação 31, CARACTERIZADO pelo fato de que com-preende adicionalmente código para prover acesso a qualquerimagem capturada em qualquer loja a varejo em qualquer localna loja a varejo por um dado periodo.
35. Meio de armazenamento de computador, de acordocom a reivindicação 31, CARACTERIZADO pelo fato de que o có-digo para capturar, associar, transmitir, receber, proces-sar, comparar, armazenar e analisar é automatizado.
36. Meio de armazenamento de computador, de acordocom a reivindicação 31, CARACTERIZADO pelo fato de que com-preende adicionalmente código para identificar e verificarum local de uma unidade de captura de imagem.
37. Meio de armazenamento de computador, de acordocom a reivindicação 31, CARACTERIZADO pelo fato de que o có-digo para processar compreende adicionalmente código paradeterminar se a qualidade da imagem e o conteúdo da imagempara a uma ou mais imagens capturadas são suficientes.
38. Meio de armazenamento de computador, de acordocom a reivindicação 31, CARACTERIZADO pelo fato de que a in-formação relacionada compreende informação de data, hora elocal.
39. Meio de armazenamento de computador, de acordocom a reivindicação 31, CARACTERIZADO pelo fato de que o umou mais relatórios de sumário ou alertas podem ser transmi-tidos para um cliente por uma ligação de telecomunicação.
40. Meio de armazenamento de computador, de acordocom a reivindicação 31, CARACTERIZADO pelo fato de que o umou mais alertas são combinados e, então, transmitidos paraum cliente por uma ligação de telecomunicação.
41. Meio de armazenamento de computador, de acordocom a reivindicação 31, CARACTERIZADO pelo fato de que o có-digo para capturar inclui revisar cada imagem capturada eaprovar sua qualidade e conteúdo.
42. Meio de armazenamento de computador, incluindocódigo executável por computador para medir conformidade deexpositor de loja a varejo, CARACTERIZADO pelo fato de quecompreende:código para identificar e verificar o local de umaparelho;código para capturar uma ou mais imagens de uma oumais condições de loja a varejo;código para armazenar a uma ou mais imagens captu-radas da uma ou mais condições de loja a varejo;código para processar a uma ou mais imagens captu-radas da uma ou mais condições de loja a varejo;código para transmitir a uma ou mais imagens cap-turadas da uma ou mais condições de loja a varejo para umlocal de processamento; ecódigo para gerar uma confirmação indicando se auma ou mais imagens capturadas da uma ou mais condições deloja a varejo foram transmitidas com sucesso para o local deprocessamento.
43. Meio de armazenamento de computador, de acordocom a reivindicação 42, CARACTERIZADO pelo fato de que a u-nidade de captura de imagem tem a forma de uma unidade decarrinho ou robô autopropulsionado.
44. Meio de armazenamento de computador, de acordocom a reivindicação 42, CARACTERIZADO pelo fato de que a u-nidade de carrinho contém duas ou mais câmeras fixas nos la-dos opostos da unidade de carrinho.
BRPI0610589-0A 2005-04-13 2006-04-12 sistema e método para medir conformidade de expositor BRPI0610589A2 (pt)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US67080205P 2005-04-13 2005-04-13
US60/670,802 2005-04-13
PCT/US2006/013703 WO2006113281A2 (en) 2005-04-13 2006-04-12 System and method for measuring display compliance

Publications (1)

Publication Number Publication Date
BRPI0610589A2 true BRPI0610589A2 (pt) 2010-07-06

Family

ID=37115676

Family Applications (1)

Application Number Title Priority Date Filing Date
BRPI0610589-0A BRPI0610589A2 (pt) 2005-04-13 2006-04-12 sistema e método para medir conformidade de expositor

Country Status (9)

Country Link
US (1) US8429004B2 (pt)
EP (1) EP1872264A4 (pt)
JP (1) JP2008537226A (pt)
CN (1) CN101160576B (pt)
AU (1) AU2006236789A1 (pt)
BR (1) BRPI0610589A2 (pt)
CA (1) CA2603522A1 (pt)
MX (1) MX2007012658A (pt)
WO (1) WO2006113281A2 (pt)

Families Citing this family (210)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1997005556A1 (en) 1995-07-31 1997-02-13 Intelledge, Corporation Electronic product information display system
US20140254896A1 (en) * 2011-07-18 2014-09-11 Tiger T G Zhou Unmanned drone, robot system for delivering mail, goods, humanoid security, crisis negotiation, mobile payments, smart humanoid mailbox and wearable personal exoskeleton heavy load flying machine
CA2603522A1 (en) * 2005-04-13 2006-10-26 Store Eyes, Inc. System and method for measuring display compliance
US20130002903A1 (en) * 2006-04-13 2013-01-03 Manico Joseph A Camera user input based image value index
US7693757B2 (en) * 2006-09-21 2010-04-06 International Business Machines Corporation System and method for performing inventory using a mobile inventory robot
US20080077510A1 (en) * 2006-09-21 2008-03-27 Polymer Logistics Bv Method And System For Providing Security Surveillance And Shelf Monitoring Functions
WO2008094661A1 (en) * 2007-01-31 2008-08-07 Leader Technologies, Inc. Merchandise location system
JP4939602B2 (ja) * 2007-03-05 2012-05-30 日本たばこ産業株式会社 データ処理装置およびコンピュータプログラム
JP4939601B2 (ja) * 2007-03-05 2012-05-30 日本たばこ産業株式会社 データ処理装置、コンピュータプログラム、データ記憶媒体
US20100031158A1 (en) * 2007-03-05 2010-02-04 Norikazu Takashima Data processing device, computer program, data storage medium
JP5037248B2 (ja) * 2007-07-17 2012-09-26 株式会社日立製作所 情報収集システムおよび情報収集ロボット
US8189855B2 (en) * 2007-08-31 2012-05-29 Accenture Global Services Limited Planogram extraction based on image processing
US8009864B2 (en) * 2007-08-31 2011-08-30 Accenture Global Services Limited Determination of inventory conditions based on image processing
US9135491B2 (en) 2007-08-31 2015-09-15 Accenture Global Services Limited Digital point-of-sale analyzer
US7949568B2 (en) * 2007-08-31 2011-05-24 Accenture Global Services Limited Determination of product display parameters based on image processing
US8630924B2 (en) * 2007-08-31 2014-01-14 Accenture Global Services Limited Detection of stock out conditions based on image processing
US8983170B2 (en) 2008-01-18 2015-03-17 Mitek Systems, Inc. Systems and methods for developing and verifying image processing standards for mobile deposit
US9292737B2 (en) 2008-01-18 2016-03-22 Mitek Systems, Inc. Systems and methods for classifying payment documents during mobile image processing
US9842331B2 (en) 2008-01-18 2017-12-12 Mitek Systems, Inc. Systems and methods for mobile image capture and processing of checks
US10528925B2 (en) 2008-01-18 2020-01-07 Mitek Systems, Inc. Systems and methods for mobile automated clearing house enrollment
US8483473B2 (en) * 2008-01-18 2013-07-09 Mitek Systems, Inc. Systems and methods for obtaining financial offers using mobile image capture
US10102583B2 (en) 2008-01-18 2018-10-16 Mitek Systems, Inc. System and methods for obtaining insurance offers using mobile image capture
US10685223B2 (en) 2008-01-18 2020-06-16 Mitek Systems, Inc. Systems and methods for mobile image capture and content processing of driver's licenses
US20090192921A1 (en) * 2008-01-24 2009-07-30 Michael Alan Hicks Methods and apparatus to survey a retail environment
US20090204512A1 (en) * 2008-02-11 2009-08-13 Connell Ii Jonathan H Method and system for determining a restocking state of a product
US8494909B2 (en) * 2009-02-09 2013-07-23 Datalogic ADC, Inc. Automatic learning in a merchandise checkout system with visual recognition
US9367851B2 (en) 2009-09-17 2016-06-14 Information Planning & Management Service, Inc. System and method for managing compliance with retail display regulations across a plurality of jurisdictions
EP2504997A4 (en) * 2009-11-27 2013-07-17 Sentry Technology Corp COMPANY MANAGEMENT SYSTEM AND ACCURATE TESTING PROCEDURE THEREFOR
WO2011101800A1 (en) * 2010-02-17 2011-08-25 Alon Atsmon Automatic method and system for visual analysis of object against preset
US10891475B2 (en) 2010-05-12 2021-01-12 Mitek Systems, Inc. Systems and methods for enrollment and identity management using mobile imaging
US11068954B2 (en) * 2015-11-20 2021-07-20 Voicemonk Inc System for virtual agents to help customers and businesses
JP5083395B2 (ja) * 2010-09-17 2012-11-28 カシオ計算機株式会社 情報読取装置及びプログラム
DE102010047783A1 (de) * 2010-10-08 2012-04-12 Context Marketing Services Gmbh System zur Bestandsprüfung, Anordnung und/oder Sortierung von in einem Verkaufsraum, in einer Verkaufsfläche und/oder in einem Regal angeordneten bzw. anzuordnenden Waren
US8622284B1 (en) * 2010-12-22 2014-01-07 Amazon Technologies, Inc. Determining and recording the locations of objects
US9041707B2 (en) * 2011-06-01 2015-05-26 Rbm Technologies Confirming compliance with a configuration
US9785898B2 (en) * 2011-06-20 2017-10-10 Hi-Tech Solutions Ltd. System and method for identifying retail products and determining retail product arrangements
US20130030915A1 (en) * 2011-06-23 2013-01-31 Qualcomm Incorporated Apparatus and method for enhanced in-store shopping services using mobile device
US11288472B2 (en) 2011-08-30 2022-03-29 Digimarc Corporation Cart-based shopping arrangements employing probabilistic item identification
US9367770B2 (en) 2011-08-30 2016-06-14 Digimarc Corporation Methods and arrangements for identifying objects
US20130173435A1 (en) * 2011-12-16 2013-07-04 Thomas Michael Cozad, JR. Systems and methods for managing product location information
US20130226683A1 (en) * 2012-02-23 2013-08-29 GM Global Technology Operations LLC Online vehicle buying systems and methods
JP5520992B2 (ja) * 2012-03-30 2014-06-11 東芝テック株式会社 商品管理装置
EP2847728A4 (en) * 2012-05-10 2016-01-20 Sca Hygiene Prod Ab PROCESS FOR SUPPORTING THE LOCALIZATION OF A DESIRED ARTICLE IN A MEMORIAL LOCATION
JP6043094B2 (ja) * 2012-05-30 2016-12-14 辛東主 商品陳列情報集計システム
CN104486975B (zh) * 2012-06-12 2018-05-08 实耐宝公司 库存控制系统
US9264500B2 (en) 2012-06-12 2016-02-16 Qualcomm Incorporated Method and apparatus for optimized object searching
US10026044B1 (en) 2012-09-10 2018-07-17 Amazon Technologies, Inc. System and method for arranging an order
CN102930264B (zh) * 2012-09-29 2015-10-28 李炳华 基于图像识别技术的商品陈列信息采集分析系统及方法
US9663293B2 (en) * 2012-10-08 2017-05-30 Amazon Technologies, Inc. Replenishing a retail facility
US10963535B2 (en) 2013-02-19 2021-03-30 Mitek Systems, Inc. Browser-based mobile image capture
US9185359B1 (en) 2013-04-23 2015-11-10 Target Brands, Inc. Enterprise-wide camera data
US9317775B2 (en) * 2013-08-14 2016-04-19 Ricoh Co., Ltd. Recognition procedure for identifying multiple items in images
US20150088701A1 (en) * 2013-09-23 2015-03-26 Daniel Norwood Desmarais System and method for improved planogram generation
CN105849748A (zh) * 2013-12-27 2016-08-10 英派尔科技开发有限公司 数据收集方案
US20150227884A1 (en) * 2014-02-07 2015-08-13 Oracle International Corporation Ranged item indicator
US10360566B2 (en) 2014-04-07 2019-07-23 Westrock Shared Services, Llc Compliance system for display units in a retail setting
US10453046B2 (en) 2014-06-13 2019-10-22 Conduent Business Services, Llc Store shelf imaging system
US10176452B2 (en) 2014-06-13 2019-01-08 Conduent Business Services Llc Store shelf imaging system and method
GB2528963B (en) 2014-08-07 2018-07-25 Artform Int Ltd Product display shelf, system and method
EP3198530A4 (en) * 2014-09-26 2018-05-09 Asset Owl Pty Ltd A management platform for a distribution network
WO2016052383A1 (ja) * 2014-09-30 2016-04-07 日本電気株式会社 情報処理装置、制御方法、及びプログラム
GB2530769B (en) * 2014-10-01 2017-05-17 Asda Stores Ltd System and method for monitoring display unit compliance
GB2533759A (en) * 2014-10-01 2016-07-06 Asda Stores Ltd System and method for surveying display units in a retail store
JP5942173B2 (ja) * 2014-11-05 2016-06-29 パナソニックIpマネジメント株式会社 商品モニタリング装置、商品モニタリングシステムおよび商品モニタリング方法
KR101610148B1 (ko) * 2014-11-17 2016-04-08 현대자동차 주식회사 차체 검사 시스템 및 방법
US9996818B1 (en) 2014-12-19 2018-06-12 Amazon Technologies, Inc. Counting inventory items using image analysis and depth information
US10671856B1 (en) 2014-12-19 2020-06-02 Amazon Technologies, Inc. Detecting item actions and inventory changes at an inventory location
US10169660B1 (en) * 2014-12-19 2019-01-01 Amazon Technologies, Inc. Counting inventory items using image analysis
US10169677B1 (en) * 2014-12-19 2019-01-01 Amazon Technologies, Inc. Counting stacked inventory using image analysis
WO2016117600A1 (ja) * 2015-01-22 2016-07-28 日本電気株式会社 商品棚割管理装置及び商品棚割管理方法
CN104616131B (zh) * 2015-02-16 2018-12-21 北京任我在线电子商务有限公司 货架管理系统及方法
US12084824B2 (en) 2015-03-06 2024-09-10 Walmart Apollo, Llc Shopping facility assistance systems, devices and methods
US20180099846A1 (en) 2015-03-06 2018-04-12 Wal-Mart Stores, Inc. Method and apparatus for transporting a plurality of stacked motorized transport units
US12366043B2 (en) 2015-03-06 2025-07-22 Walmart Apollo, Llc Overriding control of motorized transport unit systems, devices and methods
US20160260142A1 (en) 2015-03-06 2016-09-08 Wal-Mart Stores, Inc. Shopping facility assistance systems, devices and methods to support requesting in-person assistance
WO2016142794A1 (en) 2015-03-06 2016-09-15 Wal-Mart Stores, Inc Item monitoring system and method
US11721414B2 (en) * 2015-03-12 2023-08-08 Walmart Apollo, Llc Importing structured prescription records from a prescription label on a medication package
US10552933B1 (en) 2015-05-20 2020-02-04 Digimarc Corporation Image processing methods and arrangements useful in automated store shelf inspections
CA2928381A1 (en) * 2015-05-28 2016-11-28 Wal-Mart Stores, Inc. System for inventory management
WO2016203282A1 (en) 2015-06-18 2016-12-22 The Nielsen Company (Us), Llc Methods and apparatus to capture photographs using mobile devices
US9864969B2 (en) * 2015-06-26 2018-01-09 Toshiba Tec Kabushiki Kaisha Image processing apparatus for generating map of differences between an image and a layout plan
US10452707B2 (en) 2015-08-31 2019-10-22 The Nielsen Company (Us), Llc Product auditing in point-of-sale images
US9767387B2 (en) * 2015-09-09 2017-09-19 Accenture Global Services Limited Predicting accuracy of object recognition in a stitched image
EP3357019A4 (en) 2015-09-30 2019-03-27 The Nielsen Company (US), LLC. INTERACTIVE PRODUCT THOUGHT WITH A MOBILE DEVICE
WO2017091183A1 (en) * 2015-11-26 2017-06-01 Oleksandr Serhiiovych Mytskevych Method for automated receiving and processing inventory levels data on at least one item type at sales outlets
US10417696B2 (en) * 2015-12-18 2019-09-17 Ricoh Co., Ltd. Suggestion generation based on planogram matching
US10592854B2 (en) 2015-12-18 2020-03-17 Ricoh Co., Ltd. Planogram matching
EP3405074A1 (en) 2016-01-18 2018-11-28 DCI Marketing, Inc. dba DCI - Artform Sensors, devices, adapters and mating structures for merchandisers and related methods
GB2548475A (en) * 2016-02-11 2017-09-20 Wal Mart Stores Inc A mobile camera-equipped device-based approach to assessing a display
US9928438B2 (en) 2016-03-10 2018-03-27 Conduent Business Services, Llc High accuracy localization system and method for retail store profiling via product image recognition and its corresponding dimension database
GB2564306B (en) 2016-03-16 2022-01-19 Walmart Apollo Llc System for verifying physical object absences from assigned regions using video analytics
WO2017164968A1 (en) 2016-03-23 2017-09-28 Dci Marketing, Inc. Dba Dci - Artform Low product indicator for self facing merchandiser and related methods
CA2961938A1 (en) 2016-04-01 2017-10-01 Wal-Mart Stores, Inc. Systems and methods for moving pallets via unmanned motorized unit-guided forklifts
US20170323281A1 (en) 2016-05-06 2017-11-09 Wal-Mart Stores, Inc. Methods and Systems for Tracking Carts and Retail Products in a Shopping Space
US10625426B2 (en) * 2016-05-19 2020-04-21 Simbe Robotics, Inc. Method for automatically generating planograms of shelving structures within a store
KR102216498B1 (ko) 2016-05-19 2021-02-17 심베 로보틱스 인코포레이션 상점의 선반 상의 제품의 배치를 추적하기 위한 방법
BR102016013037A2 (pt) * 2016-06-07 2017-12-19 Whirlpool S.A. Product control process
US10565554B2 (en) * 2016-06-10 2020-02-18 Walmart Apollo, Llc Methods and systems for monitoring a retail shopping facility
GB2566864A (en) * 2016-07-08 2019-03-27 Walmart Apollo Llc Physical product display-based apparatus
CN107077659A (zh) * 2016-09-26 2017-08-18 达闼科技(北京)有限公司 一种智能库存管理系统、服务器、方法、终端和程序产品
US10019803B2 (en) 2016-10-17 2018-07-10 Conduent Business Services, Llc Store shelf imaging system and method using a vertical LIDAR
US10289990B2 (en) 2016-10-17 2019-05-14 Conduent Business Services, Llc Store shelf imaging system and method
US10002344B2 (en) 2016-10-17 2018-06-19 Conduent Business Services, Llc System and method for retail store promotional price tag detection
US10210603B2 (en) 2016-10-17 2019-02-19 Conduent Business Services Llc Store shelf imaging system and method
US10952548B2 (en) 2016-10-18 2021-03-23 Retail Space Solutions Llc Illuminated merchandiser, retrofit kit and related methods
US11042161B2 (en) 2016-11-16 2021-06-22 Symbol Technologies, Llc Navigation control method and apparatus in a mobile automation system
DE102016122163A1 (de) * 2016-11-17 2018-05-17 Endress+Hauser Conducta Gmbh+Co. Kg Verfahren zur Online-Konfiguration und -Bestellung
US11494783B2 (en) * 2017-01-18 2022-11-08 International Business Machines Corporation Display and shelf space audit system
JP2018117329A (ja) * 2017-01-20 2018-07-26 オリンパス株式会社 情報取得装置
JP6779150B2 (ja) * 2017-02-03 2020-11-04 鹿島建設株式会社 情報取得装置
WO2018159132A1 (ja) * 2017-03-03 2018-09-07 日本電気株式会社 情報処理システム、情報処理装置、情報処理方法および情報処理プログラム
US10438165B2 (en) * 2017-03-07 2019-10-08 Ricoh Company, Ltd. Planogram generation
US20180257228A1 (en) * 2017-03-10 2018-09-13 Walmart Apollo, Llc Systems and methods for robotic assistance with retail location monitoring
AU2018261257B2 (en) 2017-05-01 2020-10-08 Symbol Technologies, Llc Method and apparatus for object status detection
US10591918B2 (en) 2017-05-01 2020-03-17 Symbol Technologies, Llc Fixed segmented lattice planning for a mobile automation apparatus
US10663590B2 (en) 2017-05-01 2020-05-26 Symbol Technologies, Llc Device and method for merging lidar data
US11367092B2 (en) 2017-05-01 2022-06-21 Symbol Technologies, Llc Method and apparatus for extracting and processing price text from an image set
US11449059B2 (en) 2017-05-01 2022-09-20 Symbol Technologies, Llc Obstacle detection for a mobile automation apparatus
US10726273B2 (en) 2017-05-01 2020-07-28 Symbol Technologies, Llc Method and apparatus for shelf feature and object placement detection from shelf images
US10505057B2 (en) 2017-05-01 2019-12-10 Symbol Technologies, Llc Device and method for operating cameras and light sources wherein parasitic reflections from a paired light source are not reflected into the paired camera
US10949798B2 (en) 2017-05-01 2021-03-16 Symbol Technologies, Llc Multimodal localization and mapping for a mobile automation apparatus
WO2018204342A1 (en) 2017-05-01 2018-11-08 Symbol Technologies, Llc Product status detection system
WO2018201423A1 (en) 2017-05-05 2018-11-08 Symbol Technologies, Llc Method and apparatus for detecting and interpreting price label text
US10664704B2 (en) 2017-05-18 2020-05-26 Walmart Apollo, Llc Systems, devices, and methods for monitoring object locations
KR101810673B1 (ko) * 2017-05-23 2018-01-25 링크플로우 주식회사 촬상 위치 정보를 결정하는 방법 및 이러한 방법을 수행하는 장치
WO2018237040A2 (en) * 2017-06-20 2018-12-27 Walmart Apollo, Llc SYSTEMS AND METHODS FOR MANAGING INVENTORY AUDITS
US11610183B2 (en) 2017-06-29 2023-03-21 Walmart Apollo, Llc Systems and methods for performing and tracking asset inspections
KR20190007681A (ko) * 2017-07-13 2019-01-23 삼성에스디에스 주식회사 매장 분석 장치 및 방법
KR102003691B1 (ko) * 2017-07-31 2019-07-25 코닉오토메이션 주식회사 소품 등록 시스템
US10521914B2 (en) 2017-09-07 2019-12-31 Symbol Technologies, Llc Multi-sensor object recognition system and method
US10572763B2 (en) 2017-09-07 2020-02-25 Symbol Technologies, Llc Method and apparatus for support surface edge detection
WO2019064926A1 (ja) 2017-09-29 2019-04-04 日本電気株式会社 情報処理装置、情報処理方法、およびプログラム
US10643059B2 (en) * 2018-01-10 2020-05-05 Trax Technology Solutions Pte Ltd. Inspecting store shelf capacity
EP3738073B1 (en) * 2018-01-10 2025-06-25 Trax Technology Solutions Pte Ltd. Automatically monitoring retail products based on captured images
US11443276B2 (en) * 2018-01-27 2022-09-13 Walmart Apollo, Llc Dynamic flex-space allocation system
US10832436B2 (en) 2018-04-05 2020-11-10 Symbol Technologies, Llc Method, system and apparatus for recovering label positions
US11327504B2 (en) 2018-04-05 2022-05-10 Symbol Technologies, Llc Method, system and apparatus for mobile automation apparatus localization
US10809078B2 (en) 2018-04-05 2020-10-20 Symbol Technologies, Llc Method, system and apparatus for dynamic path generation
US10740911B2 (en) 2018-04-05 2020-08-11 Symbol Technologies, Llc Method, system and apparatus for correcting translucency artifacts in data representing a support structure
US10823572B2 (en) 2018-04-05 2020-11-03 Symbol Technologies, Llc Method, system and apparatus for generating navigational data
US11506483B2 (en) 2018-10-05 2022-11-22 Zebra Technologies Corporation Method, system and apparatus for support structure depth determination
US11010920B2 (en) 2018-10-05 2021-05-18 Zebra Technologies Corporation Method, system and apparatus for object detection in point clouds
US10776893B2 (en) * 2018-10-19 2020-09-15 Everseen Limited Adaptive smart shelf for autonomous retail stores
US11003188B2 (en) 2018-11-13 2021-05-11 Zebra Technologies Corporation Method, system and apparatus for obstacle handling in navigational path generation
US11090811B2 (en) 2018-11-13 2021-08-17 Zebra Technologies Corporation Method and apparatus for labeling of support structures
US11416000B2 (en) 2018-12-07 2022-08-16 Zebra Technologies Corporation Method and apparatus for navigational ray tracing
US11079240B2 (en) 2018-12-07 2021-08-03 Zebra Technologies Corporation Method, system and apparatus for adaptive particle filter localization
US11100303B2 (en) 2018-12-10 2021-08-24 Zebra Technologies Corporation Method, system and apparatus for auxiliary label detection and association
US11015938B2 (en) 2018-12-12 2021-05-25 Zebra Technologies Corporation Method, system and apparatus for navigational assistance
US10731970B2 (en) 2018-12-13 2020-08-04 Zebra Technologies Corporation Method, system and apparatus for support structure detection
US11126861B1 (en) 2018-12-14 2021-09-21 Digimarc Corporation Ambient inventorying arrangements
CA3028708C (en) 2018-12-28 2025-12-09 Zebra Technologies Corporation Method, system and apparatus for dynamic loop closure in mapping trajectories
US11966929B2 (en) * 2019-02-05 2024-04-23 Infilect Technologies Private Limited System and method for quantifying brand visibility and compliance metrics for a brand
US11263615B2 (en) * 2019-03-01 2022-03-01 Visa International Service Association System, method, and computer program product for authentication by augmented reality for fraud prevention
US10997414B2 (en) * 2019-03-29 2021-05-04 Toshiba Global Commerce Solutions Holdings Corporation Methods and systems providing actions related to recognized objects in video data to administrators of a retail information processing system and related articles of manufacture
US20220198356A1 (en) * 2019-04-24 2022-06-23 Infilect Technologies Private Limited System and method for product rearrangement in retail environment based on position adjacency awareness plan
CN110070064B (zh) * 2019-04-29 2023-03-24 成都云盯科技有限公司 一种商品货架整洁度识别方法及系统
US11662739B2 (en) 2019-06-03 2023-05-30 Zebra Technologies Corporation Method, system and apparatus for adaptive ceiling-based localization
US11151743B2 (en) 2019-06-03 2021-10-19 Zebra Technologies Corporation Method, system and apparatus for end of aisle detection
US11960286B2 (en) 2019-06-03 2024-04-16 Zebra Technologies Corporation Method, system and apparatus for dynamic task sequencing
US11402846B2 (en) 2019-06-03 2022-08-02 Zebra Technologies Corporation Method, system and apparatus for mitigating data capture light leakage
US11200677B2 (en) 2019-06-03 2021-12-14 Zebra Technologies Corporation Method, system and apparatus for shelf edge detection
US11341663B2 (en) 2019-06-03 2022-05-24 Zebra Technologies Corporation Method, system and apparatus for detecting support structure obstructions
US11080566B2 (en) 2019-06-03 2021-08-03 Zebra Technologies Corporation Method, system and apparatus for gap detection in support structures with peg regions
JP6665337B1 (ja) * 2019-07-02 2020-03-13 株式会社スタディスト メーカーが販売を希望する商品の販売促進作業を管理するための装置およびその装置において実行されるプログラム
US12014320B2 (en) 2019-08-12 2024-06-18 Walmart Apollo, Llc Systems, devices, and methods for estimating stock level with depth sensor
US11334849B2 (en) 2019-08-29 2022-05-17 Meiyume Holdings (B.V.I.) Limited Systems and methods for cosmetics products retail displays
US11341448B2 (en) * 2019-08-29 2022-05-24 Meiyume Holdings (BVI) Limited Systems and methods for cosmetics products retail displays
US11393272B2 (en) 2019-09-25 2022-07-19 Mitek Systems, Inc. Systems and methods for updating an image registry for use in fraud detection related to financial documents
US11507103B2 (en) 2019-12-04 2022-11-22 Zebra Technologies Corporation Method, system and apparatus for localization-based historical obstacle handling
US11107238B2 (en) 2019-12-13 2021-08-31 Zebra Technologies Corporation Method, system and apparatus for detecting item facings
JP2021009674A (ja) * 2020-01-21 2021-01-28 株式会社スタディスト メーカーが販売を希望する商品の販売促進作業を管理するための装置およびその装置において実行されるプログラム
US11126962B2 (en) * 2020-02-05 2021-09-21 Simbe Robotics, Inc. Method for tracking and maintaining promotional states of slots in inventory structures within a store
US11822333B2 (en) 2020-03-30 2023-11-21 Zebra Technologies Corporation Method, system and apparatus for data capture illumination control
CA3177901C (en) * 2020-06-01 2024-01-02 Ido Merkado Systems and methods for retail environments
US11450024B2 (en) 2020-07-17 2022-09-20 Zebra Technologies Corporation Mixed depth object detection
CN111860462B (zh) * 2020-08-07 2024-02-20 多点(深圳)数字科技有限公司 货架陈列反馈方法和装置
US11341456B2 (en) 2020-08-25 2022-05-24 Datalogic Usa, Inc. Compact and low-power shelf monitoring system
US20220075907A1 (en) * 2020-09-09 2022-03-10 Sap Se Planogram management system
US11593915B2 (en) 2020-10-21 2023-02-28 Zebra Technologies Corporation Parallax-tolerant panoramic image generation
US11392891B2 (en) 2020-11-03 2022-07-19 Zebra Technologies Corporation Item placement detection and optimization in material handling systems
US11847832B2 (en) 2020-11-11 2023-12-19 Zebra Technologies Corporation Object classification for autonomous navigation systems
US11393597B1 (en) 2021-01-30 2022-07-19 Walmart Apollo, Llc Prescription label scanner
WO2022221935A1 (en) 2021-04-21 2022-10-27 Unefi Inc. Validating elements displayed on a display fixture
US11954882B2 (en) 2021-06-17 2024-04-09 Zebra Technologies Corporation Feature-based georegistration for mobile computing devices
WO2023027696A1 (en) * 2021-08-24 2023-03-02 Hewlett-Packard Development Company, L.P. Locations identifications
US12361379B2 (en) 2022-01-31 2025-07-15 Walmart Apollo, Llc Methods and apparatus for generating planograms
US12106265B2 (en) * 2022-01-31 2024-10-01 Walmart Apollo, Llc Methods and apparatus for generating planograms
US12086867B2 (en) 2022-01-31 2024-09-10 Walmart Apollo, Llc Methods and apparatus for generating planograms
US12189915B2 (en) 2022-06-24 2025-01-07 Lowe's Companies, Inc. Simulated environment for presenting virtual objects and virtual resets
US12211161B2 (en) 2022-06-24 2025-01-28 Lowe's Companies, Inc. Reset modeling based on reset and object properties
US12591847B2 (en) 2022-10-11 2026-03-31 Walmart Apollo, Llc Systems and methods of transforming image data to product storage facility location information
US12450558B2 (en) 2022-10-11 2025-10-21 Walmart Apollo, Llc Systems and methods of selecting an image from a group of images of a retail product storage area
US12430608B2 (en) 2022-10-11 2025-09-30 Walmart Apollo, Llc Clustering of items with heterogeneous data points
US12288408B2 (en) 2022-10-11 2025-04-29 Walmart Apollo, Llc Systems and methods of identifying individual retail products in a product storage area based on an image of the product storage area
US12380400B2 (en) 2022-10-14 2025-08-05 Walmart Apollo, Llc Systems and methods of mapping an interior space of a product storage facility
US12333488B2 (en) 2022-10-21 2025-06-17 Walmart Apollo, Llc Systems and methods of detecting price tags and associating the price tags with products
US12367457B2 (en) 2022-11-09 2025-07-22 Walmart Apollo, Llc Systems and methods of verifying price tag label-product pairings
US12430856B2 (en) 2022-12-16 2025-09-30 Lowe's Companies, Inc. Compact augmented reality view experience
US12374115B2 (en) 2023-01-24 2025-07-29 Walmart Apollo, Llc Systems and methods of using cached images to determine product counts on product storage structures of a product storage facility
US12450883B2 (en) 2023-01-24 2025-10-21 Walmart Apollo, Llc Systems and methods for processing images captured at a product storage facility
US12469005B2 (en) 2023-01-24 2025-11-11 Walmart Apollo, Llc Methods and systems for creating reference image templates for identification of products on product storage structures of a product storage facility
US12412149B2 (en) 2023-01-30 2025-09-09 Walmart Apollo, Llc Systems and methods for analyzing and labeling images in a retail facility
US12524902B2 (en) 2023-01-30 2026-01-13 Walmart Apollo, Llc Systems and methods for detecting support members of product storage structures at product storage facilities
US12361375B2 (en) 2023-01-30 2025-07-15 Walmart Apollo, Llc Systems and methods of updating model templates associated with images of retail products at product storage facilities
US12567167B2 (en) 2023-02-06 2026-03-03 Walmart Apollo, Llc Systems and methods for analyzing depth in images obtained in product storage facilities to detect outlier items
US12469255B2 (en) 2023-02-13 2025-11-11 Walmart Apollo, Llc Systems and methods for identifying different product identifiers that correspond to the same product
US12579508B2 (en) * 2023-02-17 2026-03-17 7-Eleven, Inc. System and method for electronically determining correct product placement of items
US12437263B2 (en) 2023-05-30 2025-10-07 Walmart Apollo, Llc Systems and methods of monitoring location labels of product storage structures of a product storage facility
WO2025143333A1 (ko) * 2023-12-29 2025-07-03 주식회사 딥핑소스 인공지능 에이전트를 이용하여 오프라인 마켓을 관리하는 방법 및 이를 이용한 인공지능 에이전트

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2161873C (en) * 1993-05-14 1999-11-09 Rct Systems, Inc. Video traffic monitor for retail establishments and the like
KR0152788B1 (ko) * 1994-11-26 1998-10-15 이헌조 디지탈 영상 시스템의 복사 방지 방법 및 장치
JP2001036893A (ja) * 1999-07-19 2001-02-09 Matsushita Electric Ind Co Ltd 監視装置
AUPQ212499A0 (en) * 1999-08-10 1999-09-02 Ajax Cooke Pty Ltd Item recognition method and apparatus
US7526440B2 (en) * 2000-06-12 2009-04-28 Walker Digital, Llc Method, computer product, and apparatus for facilitating the provision of opinions to a shopper from a panel of peers
US7016532B2 (en) * 2000-11-06 2006-03-21 Evryx Technologies Image capture and identification system and process
US7206753B2 (en) * 2001-05-04 2007-04-17 Axxon Robotics, Llc Methods for facilitating a retail environment
US6584375B2 (en) * 2001-05-04 2003-06-24 Intellibot, Llc System for a retail environment
US20030036985A1 (en) * 2001-08-15 2003-02-20 Soderholm Mark J. Product locating system for use in a store or other facility
US20030154141A1 (en) * 2001-09-18 2003-08-14 Pro Corp Holdings International Ltd. Image recognition inventory management system
US6837427B2 (en) * 2001-11-21 2005-01-04 Goliath Solutions, Llc. Advertising compliance monitoring system
US7374096B2 (en) 2001-11-21 2008-05-20 Goliath Solutions, Llc Advertising compliance monitoring system
US20030133614A1 (en) * 2002-01-11 2003-07-17 Robins Mark N. Image capturing device for event monitoring
US7356495B2 (en) * 2002-06-04 2008-04-08 Sap Aktiengesellschaft Supply chain management using item detection system
CN2542010Y (zh) * 2002-06-05 2003-03-26 北京大恒正智电子科技发展有限公司 多功能视频监控信号处理装置
US20050055223A1 (en) * 2003-09-04 2005-03-10 Rajesh Khosla Method and implementation for real time retail
US7584016B2 (en) * 2003-09-30 2009-09-01 Intrinsic Marks International Llc Item monitoring system and methods
US7373395B2 (en) * 2004-02-04 2008-05-13 Perseus Wireless, Inc. Method and system for providing information to remote clients
US20060015408A1 (en) * 2004-02-12 2006-01-19 Brown Robert G System and method employing radio frequency identification in merchandising management
US7631808B2 (en) * 2004-06-21 2009-12-15 Stoplift, Inc. Method and apparatus for detecting suspicious activity using video analysis
US20060163349A1 (en) * 2004-09-30 2006-07-27 W5 Networks, Inc. Wireless systems suitable for retail automation and promotion
US20060109125A1 (en) * 2004-11-08 2006-05-25 Goliath Solutions Llc. System for RF detection and location determination of merchandising materials in retail environments
WO2006055634A2 (en) * 2004-11-18 2006-05-26 Goliath Solutions L.L.C. Rf contact signal detector
US7535337B2 (en) * 2004-11-18 2009-05-19 Goliath Solutions, Llc Systems and methods for monitoring open stock merchandising
EP1825445A4 (en) * 2004-11-19 2008-12-24 Goliath Solutions Llc SYSTEM FOR ALARMING WITH LITTLE STORAGE
US7646887B2 (en) * 2005-01-04 2010-01-12 Evolution Robotics Retail, Inc. Optical flow for object recognition
US20070260429A1 (en) * 2005-02-23 2007-11-08 Prospect S.A. (A Chilean Corporation) Method and apparatus for monitoring
CA2603522A1 (en) * 2005-04-13 2006-10-26 Store Eyes, Inc. System and method for measuring display compliance
US20100171826A1 (en) * 2006-04-12 2010-07-08 Store Eyes, Inc. Method for measuring retail display and compliance

Also Published As

Publication number Publication date
CN101160576B (zh) 2010-05-19
EP1872264A4 (en) 2010-07-07
EP1872264A2 (en) 2008-01-02
JP2008537226A (ja) 2008-09-11
CA2603522A1 (en) 2006-10-26
AU2006236789A1 (en) 2006-10-26
WO2006113281B1 (en) 2007-03-01
CN101160576A (zh) 2008-04-09
MX2007012658A (es) 2007-12-13
US8429004B2 (en) 2013-04-23
WO2006113281A2 (en) 2006-10-26
WO2006113281A3 (en) 2007-01-18
US20080306787A1 (en) 2008-12-11

Similar Documents

Publication Publication Date Title
BRPI0610589A2 (pt) sistema e método para medir conformidade de expositor
US20100171826A1 (en) Method for measuring retail display and compliance
US10373116B2 (en) Intelligent inventory management and related systems and methods
US10719861B2 (en) Systems and methods for controlling shelf display units and for graphically presenting information on shelf display units
US20240259763A1 (en) Methods and systems for providing context based information
JP5866559B2 (ja) コンピュータシステムおよび店内通路を管理する方法
WO2007117368A2 (en) Method for measuring retail display and compliance
AU2018284239A1 (en) Systems and methods for facilitating parcel pickup
JP2014531066A (ja) 現場異常記録及び通知のためのシステム及び方法
GB2544401A (en) Systems and methods for delivering goods to consumers
TWI827927B (zh) 用於處理所退貨物件的電腦實行系統及電腦實行方法、以及非暫時性電腦可讀媒體
US20130297381A1 (en) Method and system for managing a low-resource supply chain
WO2019060767A1 (en) INTELLIGENT STOCK MANAGEMENT AND ASSOCIATED SYSTEMS AND METHODS
TWI614692B (zh) 擷取產品資訊及提供顧客支援的方法
AU2018316162A1 (en) System, method and apparatus for a monitoring drone
US20250217787A1 (en) Zero-friction exit experience via frontend computer vision
KR20130032580A (ko) 물품 판매/구매 서비스 제공 방법 및 이를 위한 단말기
US11416803B1 (en) Automatic retail, display management
CA2648776A1 (en) Method and apparatus for automatically measuring retail store display and shelf compliance
WO2023028388A1 (en) Automatic retail display management
US20240354817A1 (en) Automatic retail display management
WO2012126019A2 (en) Vehicle display system
JP2009161297A (ja) 在宅流通システム

Legal Events

Date Code Title Description
B11A Dismissal acc. art.33 of ipl - examination not requested within 36 months of filing
B11Y Definitive dismissal - extension of time limit for request of examination expired [chapter 11.1.1 patent gazette]