Ajuste de Perspectiva Automático Aplicado em Imagens de Gôndolas de Supermercado

Abstract

Grande parte dos produtos presentes nas gôndolas de estabelecimentos comerciais não são notadas pelos consumidores. Por esse motivo, a indústria necessita criar e monitorar as estratégias utilizadas nos pontos de venda para aumentar o alcance das ações de marketing. Isso pode ser planejado utilizando fotos da gôndola dos locais, obtidas por promotores de vendas, e processadas a posteriori por métodos de processamento digital de imagens e reconhecimento de padrões. Entretanto, caso não for possível capturar uma imagem perpendicular ao plano frontal, pode haver perda de informações dos produtos apresentados na mesma. Nesse contexto, o trabalho em questão apresenta a modelagem de uma solução computacional totalmente automática cujo objetivo é realizar a correção da perspectiva presente em imagens de gôndolas de supermercados. Utilizando métodos computacionais já consolidados na literatura, baseados em pontos de fuga, foi possível obter um alinhamento adequado em 94% das imagens ajustadas e, em um dataset de validação, comprovou-se que as fotos corrigidas ficaram mais semelhantes às suas fotos frontais em todos os casos testados.

Most of the products present on the shelves of commercial establishments are not noticed by consumers. For this reason, the industry needs to create and monitor the strategies used at points of sale to increase the reach of marketing actions. This can be planned using photos of the shelf, obtained by sales promoters and processed a posteriori by digital image processing and pattern recognition methods. However, if it is not possible to capture an image perpendicular to the frontal plane, there may be loss of information about the products presented on the shelf. In this context, the current study presents the modeling of a fully automatic computational solution whose goal is to perform the correction of the perspective inserted in supermarket shelf images. Using computational methods already consolidated in the literature, based on vanishing points, it was possible to obtain a proper alignment in 94% of the adjusted images and, in a validation dataset, it was verified that the corrected photos were more similar to their frontal photos in all cases tested.