Azərbaycanca
Беларускі
Dansk
Deutsch
Española
Français
Indonesia
Italiana
日本語
Қазақ
Lietuvos
Nederlands
Português
Русский
සිංහල
แบบไทย
Türkçe
Українська
中國人
United State
Afrikaans
Kişi sayacı, belirli bir geçit veya girişten geçen insan sayısını ölçmek için kullanılan elektronik bir cihazdır. Örnekler arasında basit manuel tıklamalar, akıllı döşeme teknolojileri, kızılötesi ışınlar, termal görüntüleme sistemleri, WiFi izleyiciler ve gelişmiş makine öğrenimi algoritmaları kullanan video sayaçları sayılabilir. Pazarlama kampanyalarının etkinliğini, bina tasarımı ve düzenini veya belirli markaların popülaritesini değerlendirmek için perakende kuruluşları tarafından yaygın olarak kullanılmaktadır.
Tarihçe
Elektronik kişi sayaçlarının öncülleri
Elektronik insan sayaçlarının ortaya çıkmasından önce manuel insan sayaçları kullanılıyordu. Bunlar, bir mağaza çalışanının mağazanın girişinin yakınında durmasını ve mağazaya her girdiğinde bir sayım cihazına tıklamasını gerektiriyordu. Bu, insan kaynağının verimsiz kullanımının yanı sıra, yüksek düzeyde insan hatası nedeniyle yanlış olarak kabul edilmiştir. Basınca duyarlı bir platform veya mat üzerindeki adım sayısına göre içeri girenleri sayan basınca duyarlı sensörler de kullanılmıştır.
1. nesil: Kızılötesi ışın sayaçları (2002-2004)
İlk Birleşik Krallık kızılötesi ışın sayaçları 1988 yılında Business Blueprints tarafından Sheffield, Güney Yorkshire, İngiltere dışındaki Meadowhall merkezinde kurulmuştur. 14 giriş de kaplandı ve yılda 20 milyon alışverişçinin ayak bastığını kaydetmişlerdir. Her ışın sayacını yeniden kalibre etmek için günlük manuel kontroller yapılmıştır. Bu, sonraki video sistemlerinden önemli ölçüde daha doğru olan +\-%3'lük bir hata oranına yol açmıştır.
Sayacın en basit şekli, tipik olarak kapının yanındaki küçük bir LCD ekran birimine bağlanan bir giriş boyunca uzanan tek bir yatay kızılötesi ışındır. Işın kırıldığında bir kene 'kaydedilir'. Bir kişi normalde aynı kapıdan girip çıktığı için, 'keneleri' ikiye bölmek, ziyaretçi sayısının bir ölçüsünü verir. Işın sayaçları genellikle, tipik olarak 2,5 metre ila 6 metre aralığında olan, ünitenin karşısına monte edilmiş bir alıcı veya reflektör gerektirir. Kısıtlamalara rağmen, kızılötesi sayaçlar, düşük maliyetleri ve kurulum kolaylığı nedeniyle hala yaygın olarak kullanılmaktadır. İlk nesil insan sayacının beklenen doğruluk seviyesi %60 ila %80 arasındaydı.
2. nesil: Termal sayaçlar (2005-2011)
Termal görüntüleme sistemleri, ısı kaynaklarını algılayan dizi sensörleri kullanır. Bu sistemler tipik olarak gömülü teknoloji kullanılarak uygulanır ve baş üstüne monte edilir. Cihazlardaki görüntü besleme rölesi ısı kaynakları olduğundan, termal sayaçların doğruluğunu doğrulamak zordur. Termal sayaçlar, birkaç saniyenin ötesinde hedeflerin bekleme süresini ölçmekte zorlandıkları için hatalı olabilirler. Bu nedenle, ikinci nesil insan sayacının ortalama doğruluğu %80 ila %85 arasındadır.
3. nesil: Video ve WiFi sayımı (2012-2016)
İki tür 3. nesil insan sayacı vardır.
Video sayaçları, doğrudan bir video kasetten insan sayısını saymak için karmaşık algoritmalar ve kamera görüntüleme kullanır.
WiFi sayma işlevi, mağaza dışındakiler de dahil olmak üzere alışveriş yapanların akıllı telefonlarından WiFi araştırma istek sinyallerini toplar. Bu, bir pencere pazarlama kampanyasının ne kadar etkili olduğunu belirleme yeteneği gibi, özellikle perakende sektörü için işletmeler için bir dizi önemli ölçüt ekler.
Video sayma teknolojisi ile cihazın beklenen doğruluk oranı %80 ile %95 arasındadır.
Endüstriler
Perakende mağazaları
Dönüşüm oranı: Perakende ortamındaki kişi sayma sistemleri, toplam ziyaretçilerin satın alma sayısına göre yüzdesi olan dönüşüm oranını hesaplamak için kullanılmaktadır.
Pazarlama etkinliği: Alışveriş merkezi pazarlama uzmanları, mevcut pazarlama kampanyasının etkinliğini ölçmek için ziyaretçi istatistiklerine güvenmektedir. Alışveriş merkezi sahipleri genellikle pazarlama etkinliğini perakende mağazalarıyla aynı dönüşüm oranıyla ölçmektedir.
Personel planlaması: Perakendeciler, personel tahsislerini belirlemek için farklı iş metriklerini kullanabilir. Doğru ziyaretçi sayımı, personel vardiyalarını optimize etmek için de yararlıdır. Personel gereksinimleri genellikle doğrudan ziyaretçi trafiğinin yoğunluğuyla ilgilidir ve temizlik ve bakım gibi hizmetler genellikle trafiğin en düşük olduğu zamanlarda yapılmaktadır.
Alışveriş merkezleri
Yüksek trafikli alanların izlenmesi: Alışveriş merkezleri, belirli bir alandaki ziyaretçi sayısını ölçmek için insan sayaçlarını kullanır. Kişi sayaçları ayrıca insanların bir araya gelme eğiliminde olduğu alanları ölçmeye yardımcı olur. İnsanların toplanma eğiliminde olduğu alanlar genellikle daha yüksek kira alır.
Belirli markaların popülaritesinin belirlenmesi: Alışveriş merkezleri sadece en popüler markalara yer kiralamayı tercih etmektedir. Kişi sayaçları, yaya trafiğini ve trafiği belirleyerek alışveriş merkezlerinin popülerliği keşfetmesine yardımcı olur. AVM sahipleri, müşteri başına trafik akışını, farklı AVM girişlerinin hangi alanlarda ve kullanım düzeylerini belirlemektedirler.
Toplu taşıma
Güzergâh boyunca doluluk bir otobüs veya tren içindeki insan sayma sistemi, GPS konumlandırma ile birleştiğinde, yolculukları boyunca gerçek doluluk otobüslerinin ölçülmesine yardımcı olabilmektedir. Bu, otobüs operatörünün rotalara finansman ve kaynak tahsis etmesine yardımcı olacaktır.
İş metrikleri
Kişi sayaçları, farklı iş metriklerini ölçmek için kullanılır. Birçok farklı insan sayacı türü olmasına ve her modelin desteklenen metriklere göre değişiklik göstermesine rağmen, çoğu kişi sayacı aşağıdaki metriklerin bir kısmını veya tamamını sunar.
Ayak sesi
Ayak sesi, belirli bir zaman diliminde bir dükkâna veya işletmeye giren kişi sayısını ölçer. Trendleri analiz ederken, yaya sayısının genellikle günler veya haftalar gibi dönemler üzerinden ortalaması alınır.
Dönüşüm oranı
Pencere dönüşüm oranı, bir mağazaya giren alışveriş yapanların, önünden geçenlerin sayısına kıyasla yüzdesidir. WiFi sayımı ile mağazalar, bir mağazanın önünden geçen insan sayısını tahmin edebilir. Ancak daha doğru bir yöntem video saymadır. Bir mağazanın önünden geçen insan sayısı genellikle mağazanın bulunduğu yerin potansiyelini yansıtırken, pencere dönüşüm oranı, vitrin tasarımının çekiciliği ve pazarlama kampanyalarının etkinliği gibi faktörlere bağlıdır.
Ziyaret süresi
Ziyaret süresi, ziyaretçilerin bir mekanda kalma süresidir. Wi-Fi sayımı sayesinde, sahipleri akıllı telefon taşıyan bir kişinin mekana girip çıkma süresini takip edebilmektedir.
Kabarcık haritası/ısı haritası
Bu metrik, bir yerleşkenin bölgeleri, bölümleri ve mahkemeleri başına kullanıcı etkileşimini izler. Kabarcık haritası veya ısı haritası, kullanıcıların belirli bir zaman diliminde tüm bileşikteki etkileşim sayısını yüzde olarak analiz etmelerini sağlar. Kabarcık haritaları ve ısı haritaları benzer şekilde çalışır, tek fark görüntüleme metodolojisidir. Bir ısı haritası, renklerin kullanımı yoluyla etkileşim seviyesini gösterirken, daha sıcak renkler daha fazla etkileşim gösterirken, bir kabarcık haritası, çizilen balonun yüzdelik dilimi ve çevresi açısından etkileşimi gösterir.
Bölge sayımı/trafik akışı
Kabarcık haritasına ve ısı haritasına benzeyen bu metrik, kullanıcının bir alışveriş merkezindeki trafik akışını görmesine ve etkileşim düzeylerini analiz etmesine olanak tanır. Alışveriş merkezi sahibi, trafik akış diyagramı ile Alışveriş merkezinin en popüler konumunun neresi olduğunu belirleyebilir ve talebe göre kiralık alanlarını kiralamayı tercih edebilir.
Dış trafik
Dış trafiği ölçmek, perakendecilerin herhangi bir günde perakende mağazasından geçen insan sayısını belirlemesine ve bir yerin işletmeye kaç potansiyel müşteri getirebileceğini tahmin etmesine olanak tanır.
Geri dönen müşteriler
Bu ölçüm, bir akıllı telefon tarafından iletilen benzersiz WiFi sinyal kimliğini izleyerek, daha önce mağazayı ziyaret etmiş olan bir mağazaya giren kişi sayısına bakar.
Kullanılan teknolojiler
Akıllı döşeme teknolojileri, kızılötesi ışınlar, termal görüntüleme, bilgisayarlı görü ve WiFi sayımı gibi insan sayma cihazlarında birçok farklı teknoloji kullanılmaktadır. Mevcut dördüncü nesil insan sayacı, gölge sorunları, yüksek trafik sayımı ve zemindeki kalıpların bozulması gibi önceki nesillerin dayattığı sınırlamaların üstesinden gelmek için stereoskopik görüntülemeyi kullanır.
Video sayma
Bilgisayarlı görü, gömülü bir cihaz aracılığıyla çalışır ve ağ üzerinden yalnızca kişi sayısının gönderilmesi gerektiğinden ağ bant genişliği kullanımını azaltır. Hem dış mekan hem de iç mekan konumları için doğru sayım sağlamak için uyarlanabilir algoritmalar geliştirilmiştir. Renk ve dokuya dayalı çok katmanlı arka plan çıkarma, değişen gölgeler ve aydınlatma koşulları için mevcut en sağlam algoritma olarak kabul edilir.Görüntü işlemedeki gelişmelerle birlikte video sayma, bazı aydınlatma ortamlarında %98 doğruluk sağlayabilir. Yapay zeka ve örüntü tanıma işlevlerinin kullanımının doğruluğunu daha da artırması beklenmektedir.
WiFi sayımı
WiFi sayımı, alan içindeki akıllı telefonlardan yayılan benzersiz WiFi yönetim çerçevelerini almak için bir WiFi alıcısı kullanır. Tüm insanlar bir akıllı telefon taşımasa da, WiFi sayımı, yeterince büyük bir örneklem boyutuyla istatistiksel olarak anlamlı ölçümler üretebilir. Apple'ın iOS9 ve Android 6.0 Marshmallow'u gibi modern mobil işletim sistemleri, karmaşık algoritmalar kullanmadan WiFi sayımını daha zor hale getiren MAC döndürme şemalarını kullanır.
Video doğrulama
4. nesil kişi sayaçları, kullanıcıların kişi sayaçları tarafından sağlanan verilerin gerçekliğini ve bütünlüğünü gözden geçirme seçeneği içerir. Kullanıcı, sayacın doğruluğunu doğrulayabilecek ve tüm veri eşitsizliklerini hesaba katarak buna göre iş kararları alabilecektir. Kullanıcı, sayacın doğruluğunu doğrulayabilecek ve tüm veri eşitsizliklerini hesaba katarak buna göre iş kararları alabilecektir.
Mağaza ortamıyla sorunsuz entegrasyon
Kişi sayaçları, mağaza ortamının tıkanmasını ve bozulmasını en aza indirmek için mağaza ortamıyla entegre olacak şekilde tasarlanmıştır. Ayrıca, kişi sayaçları kolayca güvenlik kameraları ile karıştırılabileceğinden, uygun şekilde tasarlanmadıkları ve kurulmadıkları takdirde alışveriş yapanlar kendilerini tedirgin hissedebilir ve dikkatleri dağılabilir. Kişi sayacı düzgün bir şekilde gizlenmezse veya çevreye sorunsuz bir şekilde entegre edilmezse, gözetim altında olduklarına inanmaları için yanlış yönlendirilirlerse tüketicilerin satın alma davranışları etkilenecektir.
Ek özellikler
Dördüncü nesil insan sayaçları, aşağıdakileri içerecek şekilde önceki teknolojiyi temel alır:
- Farklı yoğunluktaki birden çok kaynaktan gelen ışık alıcılarının füzyonuna dayalı olarak düşük/değişken ışık koşullarında kullanılabilme.
- Bazı alışveriş merkezlerinde CCTV kullanımını yasaklarken video sayımından faydalı ölçümler elde etme özelliğini koruyan yerel yasalara uygun özellikler sağlar.
Ayrıca bakınız
Kaynakça
- ^ Doğa Alanında Ziyaretçi İzleme - Kuzey ve Baltık Ülkelerinden edinilen deneyimlere dayalı bir kılavuz. 24 Haziran 2021 tarihinde kaynağından . Erişim tarihi: 24 Haziran 2021.
- ^ . Allbusiness (July 2010). 17 Şubat 2015 tarihinde kaynağından arşivlendi.
- ^ . 12 Temmuz 2017 tarihinde kaynağından arşivlendi.
- ^ . 6 Şubat 2016 tarihinde kaynağından arşivlendi.
- ^ . 6 Aralık 2019 tarihinde kaynağından arşivlendi.
- ^ . 24 Kasım 2018 tarihinde kaynağından arşivlendi.
- ^ . 24 Haziran 2021 tarihinde kaynağından arşivlendi.
- ^ (PDF). 14 Mart 2017 tarihinde kaynağından (PDF) arşivlendi.
- ^ . 1 Aralık 2017 tarihinde kaynağından arşivlendi.
- ^ . Marsan, Jeremy. 7 Mart 2017 tarihinde kaynağından arşivlendi.
- ^ . Clifford, Stephanie; Hardy, Quentin (15 July 2013). 15 Temmuz 2013 tarihinde kaynağından arşivlendi.
- ^ trafik mühendisliği çalışmaları el kitabı. 24 Haziran 2021 tarihinde kaynağından . Erişim tarihi: 24 Haziran 2021.
- ^ a b Yao, Jian; Odobez, Jean-Marc. "Multi-Layer Background Subtraction Based on Color and Texture". 2007 IEEE Conference on Computer Vision and Pattern Recognition. Minneapolis, MN, USA: IEEE: 1-8. doi:10.1109/CVPR.2007.383497. ISBN . 30 Haziran 2021 tarihinde kaynağından . Erişim tarihi: 24 Haziran 2021.
- ^ . IEEE Spectrum. 20 Ekim 2015 tarihinde kaynağından arşivlendi.
- ^ . Popular Mechanics. 9 Haziran 2015 tarihinde kaynağından arşivlendi.
- ^ . 14 Ağustos 2015 tarihinde kaynağından arşivlendi.
- ^ . Amadeo, Ron (5 October 2015). 6 Ekim 2015 tarihinde kaynağından arşivlendi.
- ^ (PDF). Video and Image Processing, Philips Research: 2512–2519. 9 Ağustos 2017 tarihinde kaynağından (PDF) arşivlendi.
- ^ (PDF). 19 Ocak 2018 tarihinde kaynağından (PDF) arşivlendi.
wikipedia, wiki, viki, vikipedia, oku, kitap, kütüphane, kütübhane, ara, ara bul, bul, herşey, ne arasanız burada,hikayeler, makale, kitaplar, öğren, wiki, bilgi, tarih, yukle, izle, telefon için, turk, türk, türkçe, turkce, nasıl yapılır, ne demek, nasıl, yapmak, yapılır, indir, ücretsiz, ücretsiz indir, bedava, bedava indir, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, resim, müzik, şarkı, film, film, oyun, oyunlar, mobil, cep telefonu, telefon, android, ios, apple, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, pc, web, computer, bilgisayar
Kisi sayaci belirli bir gecit veya giristen gecen insan sayisini olcmek icin kullanilan elektronik bir cihazdir Ornekler arasinda basit manuel tiklamalar akilli doseme teknolojileri kizilotesi isinlar termal goruntuleme sistemleri WiFi izleyiciler ve gelismis makine ogrenimi algoritmalari kullanan video sayaclari sayilabilir Pazarlama kampanyalarinin etkinligini bina tasarimi ve duzenini veya belirli markalarin popularitesini degerlendirmek icin perakende kuruluslari tarafindan yaygin olarak kullanilmaktadir TarihceElektronik kisi sayaclarinin onculleri Elektronik insan sayaclarinin ortaya cikmasindan once manuel insan sayaclari kullaniliyordu Bunlar bir magaza calisaninin magazanin girisinin yakininda durmasini ve magazaya her girdiginde bir sayim cihazina tiklamasini gerektiriyordu Bu insan kaynaginin verimsiz kullaniminin yani sira yuksek duzeyde insan hatasi nedeniyle yanlis olarak kabul edilmistir Basinca duyarli bir platform veya mat uzerindeki adim sayisina gore iceri girenleri sayan basinca duyarli sensorler de kullanilmistir Giristeki tek bir yatay kizilotesi isinin bir kisi veya nesne gecip isinini kirdiginda saydigi en basit sayac bicimi 1 nesil Kizilotesi isin sayaclari 2002 2004 Ilk Birlesik Krallik kizilotesi isin sayaclari 1988 yilinda Business Blueprints tarafindan Sheffield Guney Yorkshire Ingiltere disindaki Meadowhall merkezinde kurulmustur 14 giris de kaplandi ve yilda 20 milyon alisveriscinin ayak bastigini kaydetmislerdir Her isin sayacini yeniden kalibre etmek icin gunluk manuel kontroller yapilmistir Bu sonraki video sistemlerinden onemli olcude daha dogru olan 3 luk bir hata oranina yol acmistir Sayacin en basit sekli tipik olarak kapinin yanindaki kucuk bir LCD ekran birimine baglanan bir giris boyunca uzanan tek bir yatay kizilotesi isindir Isin kirildiginda bir kene kaydedilir Bir kisi normalde ayni kapidan girip ciktigi icin keneleri ikiye bolmek ziyaretci sayisinin bir olcusunu verir Isin sayaclari genellikle tipik olarak 2 5 metre ila 6 metre araliginda olan unitenin karsisina monte edilmis bir alici veya reflektor gerektirir Kisitlamalara ragmen kizilotesi sayaclar dusuk maliyetleri ve kurulum kolayligi nedeniyle hala yaygin olarak kullanilmaktadir Ilk nesil insan sayacinin beklenen dogruluk seviyesi 60 ila 80 arasindaydi Termal goruntuleme sistemleri insan vucudundan gelen isi kaynaklarini algilayan dizi sensorleri kullanir 2 nesil Termal sayaclar 2005 2011 Termal goruntuleme sistemleri isi kaynaklarini algilayan dizi sensorleri kullanir Bu sistemler tipik olarak gomulu teknoloji kullanilarak uygulanir ve bas ustune monte edilir Cihazlardaki goruntu besleme rolesi isi kaynaklari oldugundan termal sayaclarin dogrulugunu dogrulamak zordur Termal sayaclar birkac saniyenin otesinde hedeflerin bekleme suresini olcmekte zorlandiklari icin hatali olabilirler Bu nedenle ikinci nesil insan sayacinin ortalama dogrulugu 80 ila 85 arasindadir 3 nesil Video ve WiFi sayimi 2012 2016 Iki tur 3 nesil insan sayaci vardir Video sayaclari dogrudan bir video kasetten insan sayisini saymak icin karmasik algoritmalar ve kamera goruntuleme kullanir WiFi sayma islevi magaza disindakiler de dahil olmak uzere alisveris yapanlarin akilli telefonlarindan WiFi arastirma istek sinyallerini toplar Bu bir pencere pazarlama kampanyasinin ne kadar etkili oldugunu belirleme yetenegi gibi ozellikle perakende sektoru icin isletmeler icin bir dizi onemli olcut ekler Video sayma teknolojisi ile cihazin beklenen dogruluk orani 80 ile 95 arasindadir EndustrilerTurkiye de Watsons in girisine kapali olarak kurulan bir kisi sayaci Perakende magazalari Donusum orani Perakende ortamindaki kisi sayma sistemleri toplam ziyaretcilerin satin alma sayisina gore yuzdesi olan donusum oranini hesaplamak icin kullanilmaktadir Pazarlama etkinligi Alisveris merkezi pazarlama uzmanlari mevcut pazarlama kampanyasinin etkinligini olcmek icin ziyaretci istatistiklerine guvenmektedir Alisveris merkezi sahipleri genellikle pazarlama etkinligini perakende magazalariyla ayni donusum oraniyla olcmektedir Personel planlamasi Perakendeciler personel tahsislerini belirlemek icin farkli is metriklerini kullanabilir Dogru ziyaretci sayimi personel vardiyalarini optimize etmek icin de yararlidir Personel gereksinimleri genellikle dogrudan ziyaretci trafiginin yogunluguyla ilgilidir ve temizlik ve bakim gibi hizmetler genellikle trafigin en dusuk oldugu zamanlarda yapilmaktadir Alisveris merkezleri Yuksek trafikli alanlarin izlenmesi Alisveris merkezleri belirli bir alandaki ziyaretci sayisini olcmek icin insan sayaclarini kullanir Kisi sayaclari ayrica insanlarin bir araya gelme egiliminde oldugu alanlari olcmeye yardimci olur Insanlarin toplanma egiliminde oldugu alanlar genellikle daha yuksek kira alir Belirli markalarin popularitesinin belirlenmesi Alisveris merkezleri sadece en populer markalara yer kiralamayi tercih etmektedir Kisi sayaclari yaya trafigini ve trafigi belirleyerek alisveris merkezlerinin populerligi kesfetmesine yardimci olur AVM sahipleri musteri basina trafik akisini farkli AVM girislerinin hangi alanlarda ve kullanim duzeylerini belirlemektedirler Toplu tasima Guzergah boyunca doluluk bir otobus veya tren icindeki insan sayma sistemi GPS konumlandirma ile birlestiginde yolculuklari boyunca gercek doluluk otobuslerinin olculmesine yardimci olabilmektedir Bu otobus operatorunun rotalara finansman ve kaynak tahsis etmesine yardimci olacaktir Is metrikleriKisi sayaclari farkli is metriklerini olcmek icin kullanilir Bircok farkli insan sayaci turu olmasina ve her modelin desteklenen metriklere gore degisiklik gostermesine ragmen cogu kisi sayaci asagidaki metriklerin bir kismini veya tamamini sunar Ayak sesi Ayak sesi belirli bir zaman diliminde bir dukkana veya isletmeye giren kisi sayisini olcer Trendleri analiz ederken yaya sayisinin genellikle gunler veya haftalar gibi donemler uzerinden ortalamasi alinir Donusum orani Pencere donusum orani bir magazaya giren alisveris yapanlarin onunden gecenlerin sayisina kiyasla yuzdesidir WiFi sayimi ile magazalar bir magazanin onunden gecen insan sayisini tahmin edebilir Ancak daha dogru bir yontem video saymadir Bir magazanin onunden gecen insan sayisi genellikle magazanin bulundugu yerin potansiyelini yansitirken pencere donusum orani vitrin tasariminin cekiciligi ve pazarlama kampanyalarinin etkinligi gibi faktorlere baglidir Ziyaret suresi Ziyaret suresi ziyaretcilerin bir mekanda kalma suresidir Wi Fi sayimi sayesinde sahipleri akilli telefon tasiyan bir kisinin mekana girip cikma suresini takip edebilmektedir Kabarcik haritasi isi haritasi Bu metrik bir yerleskenin bolgeleri bolumleri ve mahkemeleri basina kullanici etkilesimini izler Kabarcik haritasi veya isi haritasi kullanicilarin belirli bir zaman diliminde tum bilesikteki etkilesim sayisini yuzde olarak analiz etmelerini saglar Kabarcik haritalari ve isi haritalari benzer sekilde calisir tek fark goruntuleme metodolojisidir Bir isi haritasi renklerin kullanimi yoluyla etkilesim seviyesini gosterirken daha sicak renkler daha fazla etkilesim gosterirken bir kabarcik haritasi cizilen balonun yuzdelik dilimi ve cevresi acisindan etkilesimi gosterir Bolge sayimi trafik akisi Kabarcik haritasina ve isi haritasina benzeyen bu metrik kullanicinin bir alisveris merkezindeki trafik akisini gormesine ve etkilesim duzeylerini analiz etmesine olanak tanir Alisveris merkezi sahibi trafik akis diyagrami ile Alisveris merkezinin en populer konumunun neresi oldugunu belirleyebilir ve talebe gore kiralik alanlarini kiralamayi tercih edebilir Dis trafik Dis trafigi olcmek perakendecilerin herhangi bir gunde perakende magazasindan gecen insan sayisini belirlemesine ve bir yerin isletmeye kac potansiyel musteri getirebilecegini tahmin etmesine olanak tanir Geri donen musteriler Bu olcum bir akilli telefon tarafindan iletilen benzersiz WiFi sinyal kimligini izleyerek daha once magazayi ziyaret etmis olan bir magazaya giren kisi sayisina bakar Kullanilan teknolojilerBir perakende magazasinda sorunsuz bir sekilde kurulan kisi sayaci Akilli doseme teknolojileri kizilotesi isinlar termal goruntuleme bilgisayarli goru ve WiFi sayimi gibi insan sayma cihazlarinda bircok farkli teknoloji kullanilmaktadir Mevcut dorduncu nesil insan sayaci golge sorunlari yuksek trafik sayimi ve zemindeki kaliplarin bozulmasi gibi onceki nesillerin dayattigi sinirlamalarin ustesinden gelmek icin stereoskopik goruntulemeyi kullanir Video sayma Bilgisayarli goru gomulu bir cihaz araciligiyla calisir ve ag uzerinden yalnizca kisi sayisinin gonderilmesi gerektiginden ag bant genisligi kullanimini azaltir Hem dis mekan hem de ic mekan konumlari icin dogru sayim saglamak icin uyarlanabilir algoritmalar gelistirilmistir Renk ve dokuya dayali cok katmanli arka plan cikarma degisen golgeler ve aydinlatma kosullari icin mevcut en saglam algoritma olarak kabul edilir Goruntu islemedeki gelismelerle birlikte video sayma bazi aydinlatma ortamlarinda 98 dogruluk saglayabilir Yapay zeka ve oruntu tanima islevlerinin kullaniminin dogrulugunu daha da artirmasi beklenmektedir WiFi sayimi WiFi sayimi alan icindeki akilli telefonlardan yayilan benzersiz WiFi yonetim cercevelerini almak icin bir WiFi alicisi kullanir Tum insanlar bir akilli telefon tasimasa da WiFi sayimi yeterince buyuk bir orneklem boyutuyla istatistiksel olarak anlamli olcumler uretebilir Apple in iOS9 ve Android 6 0 Marshmallow u gibi modern mobil isletim sistemleri karmasik algoritmalar kullanmadan WiFi sayimini daha zor hale getiren MAC dondurme semalarini kullanir Video dogrulama 4 nesil kisi sayaclari kullanicilarin kisi sayaclari tarafindan saglanan verilerin gercekligini ve butunlugunu gozden gecirme secenegi icerir Kullanici sayacin dogrulugunu dogrulayabilecek ve tum veri esitsizliklerini hesaba katarak buna gore is kararlari alabilecektir Kullanici sayacin dogrulugunu dogrulayabilecek ve tum veri esitsizliklerini hesaba katarak buna gore is kararlari alabilecektir Magaza ortamiyla sorunsuz entegrasyon Kisi sayaclari magaza ortaminin tikanmasini ve bozulmasini en aza indirmek icin magaza ortamiyla entegre olacak sekilde tasarlanmistir Ayrica kisi sayaclari kolayca guvenlik kameralari ile karistirilabileceginden uygun sekilde tasarlanmadiklari ve kurulmadiklari takdirde alisveris yapanlar kendilerini tedirgin hissedebilir ve dikkatleri dagilabilir Kisi sayaci duzgun bir sekilde gizlenmezse veya cevreye sorunsuz bir sekilde entegre edilmezse gozetim altinda olduklarina inanmalari icin yanlis yonlendirilirlerse tuketicilerin satin alma davranislari etkilenecektir Ek ozellikler Dorduncu nesil insan sayaclari asagidakileri icerecek sekilde onceki teknolojiyi temel alir Farkli yogunluktaki birden cok kaynaktan gelen isik alicilarinin fuzyonuna dayali olarak dusuk degisken isik kosullarinda kullanilabilme Bazi alisveris merkezlerinde CCTV kullanimini yasaklarken video sayimindan faydali olcumler elde etme ozelligini koruyan yerel yasalara uygun ozellikler saglar Ayrica bakinizKaynakca Doga Alaninda Ziyaretci Izleme Kuzey ve Baltik Ulkelerinden edinilen deneyimlere dayali bir kilavuz 24 Haziran 2021 tarihinde kaynagindan Erisim tarihi 24 Haziran 2021 Allbusiness July 2010 17 Subat 2015 tarihinde kaynagindan arsivlendi 12 Temmuz 2017 tarihinde kaynagindan arsivlendi 6 Subat 2016 tarihinde kaynagindan arsivlendi 6 Aralik 2019 tarihinde kaynagindan arsivlendi 24 Kasim 2018 tarihinde kaynagindan arsivlendi 24 Haziran 2021 tarihinde kaynagindan arsivlendi PDF 14 Mart 2017 tarihinde kaynagindan PDF arsivlendi 1 Aralik 2017 tarihinde kaynagindan arsivlendi Marsan Jeremy 7 Mart 2017 tarihinde kaynagindan arsivlendi Clifford Stephanie Hardy Quentin 15 July 2013 15 Temmuz 2013 tarihinde kaynagindan arsivlendi trafik muhendisligi calismalari el kitabi 24 Haziran 2021 tarihinde kaynagindan Erisim tarihi 24 Haziran 2021 a b Yao Jian Odobez Jean Marc Multi Layer Background Subtraction Based on Color and Texture 2007 IEEE Conference on Computer Vision and Pattern Recognition Minneapolis MN USA IEEE 1 8 doi 10 1109 CVPR 2007 383497 ISBN 978 1 4244 1179 5 30 Haziran 2021 tarihinde kaynagindan Erisim tarihi 24 Haziran 2021 IEEE Spectrum 20 Ekim 2015 tarihinde kaynagindan arsivlendi Popular Mechanics 9 Haziran 2015 tarihinde kaynagindan arsivlendi 14 Agustos 2015 tarihinde kaynagindan arsivlendi Amadeo Ron 5 October 2015 6 Ekim 2015 tarihinde kaynagindan arsivlendi PDF Video and Image Processing Philips Research 2512 2519 9 Agustos 2017 tarihinde kaynagindan PDF arsivlendi PDF 19 Ocak 2018 tarihinde kaynagindan PDF arsivlendi