메이아이는 라인 카운팅, 성별 추론, 연령대 추론의 정확도를 매장 영상으로 검증하고 그 결과를 바탕으로 인공지능 모델을 개선하고 있습니다. 정확도는 카메라 위치, 조명, 매장 혼잡도에 따라 매장마다 다를 수 있습니다.
라인 카운팅 정확도
매쉬는 유동 인구, 매장 입장 혹은 매장 내 특정 공간에 대한 트래픽 데이터를 제공하기 위해, CCTV 화면에 가상의 검지선을 그어 방문객의 통행 여부를 인식합니다.
라인 카운팅 정확도는 이러한 방문객의 통행 여부를 인식하는 정확도를 말하며, F1 score를 통해 계산합니다.
F1 score
F1 score는 정밀도와 재현율의 조화평균입니다.
F1 score가 높다는 것은, 정밀도와 재현율이 모두 조화롭게 높다는 것을 의미합니다.
Precision(정밀도)
매쉬가 방문객이 통행했다고 인식한 이벤트 중, 실제로 방문객이 통행한 이벤트의 비율입니다.
e.g. 95%의 정밀도는 매쉬가 인식한 이벤트 중 95%가 실제 방문객의 통행 이벤트임을 의미합니다.
Recall(재현율)
실제로 방문객이 통행한 이벤트 중, 매쉬가 방문객이 통행했다고 인식한 이벤트의 비율입니다.
e.g. 95%의 재현율은 전체 통행 이벤트 중 95%를 매쉬가 정확하게 인식했음을 의미합니다.
라인 카운팅은 매장 영상으로 정확도를 검증하고, 그 결과로 모델을 개선합니다. 매장별 검증 결과가 필요하면 매쉬 담당자에게 요청해 주세요.
성별 추론 정확도
매쉬는 CCTV 화면에 인식된 방문객의 전신 이미지를 통해 해당 방문객의 성별을 추론합니다.
성별 추론의 정확도는 성별을 정확히 추론해낸 경우의 비율을 통해 계산합니다.
성별 추론은 매장 데이터로 모델을 추가 학습해 정확도를 높입니다.
연령대 추론 정확도
매쉬는 CCTV 화면에 인식된 방문객의 전신 이미지를 통해 해당 방문객의 연령대를 추론합니다.
연령대 추론 정확도는 MAE를 통해 계산합니다.
Mean Absolute Error(MAE, 평균절대오차)
MAE는 방문객의 실제 나이와 매쉬의 방문객 나이 추론값의 차이의 절대값을 평균한 수치입니다.
e.g. 5의 MAE는 매쉬가 평균적으로 +- 5의 오차 범위 내로 연령대를 추론함을 의미합니다.
연령대 추론은 실제 나이와 추론한 나이의 평균 오차(MAE)로 정확도를 재고 있습니다. 10대와 60대 이상처럼 방문객 비중이 작은 연령대는 다른 연령대보다 오차가 큰 편입니다.
E.O.D.
