An image processing approach to out-of-stock detection on supermarket shelves

The shelf out-of-stock in the fast-moving consumer goods (FMCG) industry is a challenging problem for retailers and suppliers, still unsolved over the years and that needs a solution. This problem does not involve only lost revenues, but it may also entail a loss of customers in the long run and it may also include a variety of strategic and operational costs. The purpose of this thesis is to propose and experimentally verify a possible au- tomated solution for the problem described above, exploiting the current state of the art computer vision and image analysis technologies. Beyond the theoretical proposal of a new methodology for the shelves out-of-stock detection and recognition, in this research it is also proposed a practical realization of a cost-efficient system that implements such principles and procedures, embedded into an autonomous robot that accomplishes a real-time analysis of shelves. Carrying out such a solution in a real environment unveils several problems to be solved, and this implicates some assumptions must hold, such as optimal light condition and tidy and well-ordered shelves. The accuracy of the proposed solution, as a matter of fact, is dependent on these real aspects and on the hardware employed. This thesis has room for improvements and the updates can be object of study for future works.

Il fenomeno degli stockout nell'industria dei beni di largo consumo (FMCG) è un problema impegnativo per i rivenditori e i fornitori, ancora irrisolto nel corso degli anni e che ha bisogno di una soluzione. Questo problema non comporta solo ricavi perduti, ma può anche comportare una perdita di clienti nel lungo periodo e può includere anche una serie di costi strategici e operativi. Lo scopo di questa tesi è quello di proporre e verificare sperimentalmente una possibile soluzione autenticata per il problema sopra descritto, sfruttando le attuali tecnologie di visione artificiale e di analisi delle immagini. Al di là della proposta teorica di una nuova metodologia per il riconoscimento degli stockout sugli scaffali, in questa ricerca si propone anche una realizzazione pratica di un sistema efficiente in termini di costi che implementi tali principi e procedure, integrandole in un in un robot autonomo che realizza un'analisi in tempo reale degli scaffali. Testare il prototipo in un ambiente reale presenta diversi problemi da risolvere, e ciò implica l'assunzione di alcune ipotesi, come la luce ottimale e gli scaffali ordinati. L'esattezza della soluzione proposta, in realtà, dipende da questi aspetti reali e dall'hardware utilizzato. Questa tesi ha margini di miglioramento e gli aggiornamenti possono essere oggetto di studio per lavori futuri.