Identificação de ruptura em prateleiras de supermercados através de visão computacional

Um dos principais problemas enfrentados pelo varejo é a ruptura de produtos nas prateleiras — que se refere à falta deles nas prateleiras ou no estoque. Ela é responsável por causar prejuízos tanto financeiros quanto para a imagem da empresa, pois quando o cliente não encontra o produto disponível na prateleira pode deixar de realizar a compra ou até mesmo procurar o concorrente. Com isso, a empresa perde a fidelidade do consumidor. O presente projeto apresenta um estudo para o desenvolvimento de uma solução automatizada, que visa a identificação de ruptura nas prateleiras de supermercados ou hipermercados por meio da visão computacional. Essa técnica seguiu as etapas de aquisição, pré-processamento, segmentação, reconhecimento e identificação para capturar a imagem da prateleira, localizar seus espaços vazios e validar o produto faltante. A validação foi realizada pela técnica de visão computacional, conhecida como Scale Invariant Feature Transform (SIFT). Ela extrai os pontos característicos nas imagens do produto faltante e das prateleiras. A partir disso, foi realizada a comparação dos pontos característicos entre as duas imagens para validar se o produto realmente estava em falta. O sistema fornece telas para cadastro de prateleiras, configurações de parâmetros, como alertas e intervalos de monitoramento, que foram desenvolvidas na linguagem de programação C++ utilizando a API Microsoft Foundation Class (MFC). Com isso, o objetivo é reduzir o tempo que o responsável leva para verificar e reabastecer as prateleiras, principalmente em áreas de grande movimento, garantindo a fidelidade do cliente com a marca e com o estabelecimento. Por fim, foram aplicados diversos cenários de teste para um conjunto de produtos de diferentes classes nas prateleiras de um grande varejista. O resultado obtido foi de 98% de acerto na identificação da posição e quantidade dos produtos nas prateleiras. No monitoramento de espaços vazios os resultados foram satisfatórios em todos os cenários aplicados, exceto no cenário em que o produto estava no fundo da prateleira.