基于人体姿态估计的用户偏好分析系统

为了适应新零售背景下,在保护用户隐私的同时,给用户推荐其感兴趣的商品,实现厅店新体验、新场景、新运营效率的要求,打造基于人体姿态估计的用户偏好分析系统。基于CNN卷积神经网络对用户肢体形态进行分析,结合行为、形态、姿态的估计算法,判别客户对商品的偏好情绪,如非常感兴趣、犹豫不决、匆匆而过;通过确定客户对商品的喜好,辅助厅店人员进行场景化营销和个性化推荐,从而提升厅店的零售转化率和客户体验价值,以利挖掘客户,提高经济效益。