Анализируем эффективность рекламных билбордов с помощью лидара и компьютерного зрения

Главное о кейсе

Наш заказчик — европейский поставщик цифровых инструментов для маркетологов. В этот раз он решил создать сервис, благодаря которому пользователи смогут анализировать, сколько людей проходит мимо рекламных билбордов, и где эффективнее всего будет размещать рекламу out-of-home.

Чтобы проект не нарушал европейский закон о защите персональных данных GDPR, мы использовали лидары для съемки прохожих, визуализировали данные и научили модель компьютерного зрения работать с ними.
————————————————————————————
Our client is a European provider of digital tools for marketers. This time, they decided to create a service that allows users to analyze how many people pass by advertising billboards and determine the most effective locations for out-of-home advertising.

To ensure the project complies with the European General Data Protection Regulation (GDPR), we used lidar technology to capture pedestrians, visualized the data, and trained a computer vision model to work with it.

Как проект изменил жизнь пользователей

Есть только два вида билбордов: эффективный и неэффективный. Возле первого проходят сотни людей в минуту, второй не видит никто.

Легко отличить один от другого, если маркетолог, который заказывает рекламу out-of-home, хорошо знает город. Но если он живет в Мадриде, а рекламу размещает в Стокгольме? Именно в таких ситуациях и помогает наше изобретение.

Теперь клиенты нашего заказчика смогут проанализировать человекопоток возле любого билборда, в любом европейском городе.
————————————————————————————
Now our client's customers can analyze foot traffic near any billboard in any European city.

Бизнес-задача и ее решение

Технически анализ человекопотока — простая задача. Устанавливаем камеру, подключаем AI-модель компьютерного зрения, она считает людей. Однако решение должно было работать на европейском рынке, а в Европе действует GDPR, закон о защите персональных данных.

Снимать людей на улицах в маркетинговых целях запрещено законом. Наше решение должно было фиксировать информацию только о количестве людей. Поэтому обычная камера не подошла.

Чтобы решить проблему с GDPR, мы решили использовать лидары. Такие устройства способны зафиксировать количество людей, при этом не получая никакую информацию об их личности.
————————————————————————————
Technically, analyzing foot traffic is a straightforward task. You set up a camera, connect it to a computer vision AI model, and it counts people. However, this was impossible due to GDPR, the data protection law. Filming people on the streets for marketing purposes is prohibited by law.

So, we decided to use LiDARs. These devices can track the number of people without capturing any personal information about them.

Крафт (мастерство), реализация, технические детали

Лидар передает данные в виде набора координат. Это текстовый файл, с которым не сможет работать ни одна из моделей компьютерного зрения.

Поэтому мы написали специальный софт, который превращает координаты в изображения. На таких изображениях невозможно рассмотреть лицо человека — фиксация данных на лидар не является нарушением GDPR. При этом Computer vision прекрасно распознает на таких снимках человеческие фигуры.
————————————————————————————
We developed specialized software that converts coordinates captured by LiDAR into images. These images make it impossible to discern a person's face, so data collection via LiDAR does not violate GDPR. At the same time, computer vision can effectively recognize human figures in such images.

Инсайты, гипотезы, процесс создания и взаимодействия с заказчиком

Собственноручно собрали датасет для обучения модели компьютерного зрения — 8000 размеченных изображений, снятых на лидар. Затем обучили YOLOv8 находить на таких изображениях фигуры людей.

Тестировали устройство рядом с нашим офисом на Петроградке. Было холодно, лидар нужно было держать высоко над головой, мы устали, но вернулись с очень радостным чувством — наше изобретение заработало.

Теперь у нашего заказчика есть инструмент, который позволяет маркетологам узнать, какие точки наружной рекламы — самые эффективные, а на какие не стоит тратить деньги.
————————————————————————————
We manually created a dataset to train the computer vision model. 8,000 labeled images captured with LiDAR. Then, we trained YOLOv8 to detect human figures in such images.

Now, our client has a tool that enables marketers to identify which outdoor advertising locations are the most effective and which ones are not worth the investment.

Текущая доступность работы

At the moment, we do not disclose the client company or provide links to the service due to the NDA.

Скриншоты

Видео