Computer vision for retail and e-commerce
 |
我們都知道，無人零售滿足的是消費者多樣化的，即時性消費需求，要解決的是人貨場的重構。整體來看，無人零售主要包括三大板塊，第一，辨識消費者；第二，辨識商品；第三，是難度最大的一點，也是未來真正具有顛覆性的部分，就是做到用戶與商品的智慧連接。
簡單點來講，比如：消費者進入一家店鋪，機器視覺自動辨識身份，消費者自由選購商品，走出商店支付通道，物聯網RFID技術自動辨識其購買了哪些商品，單價及總價，機器視覺再次核對商品和客戶，自動扣款並開啓通道，實現消費者「即拿即走」。
目前無人零售的無人貨架和無人便利店，這兩種形式是怎樣實現這一過程的呢？
一、消費者辨識
技術方案：生物辨識、機器視覺
在無人購物領域，對於消費者的辨識，可分成辨識與驗證兩大類。無論是無人便利店還是無人貨櫃，消費者首次使用都需要完成以「辨識」為主的註冊過程，形成個人資料儲存於系統之中，而二次以及多次使用，完成的則是「驗證」過程。
早在2017年阿里旗下的無人便利店淘咖啡，就採用生物辨識技術，消費者第一次進店時，打開「手機淘寶」，掃一掃店門口的二維碼，獲得一張電子入場券。透過閘機時，掃這張電子入場券，進入店內之後就可以購物了。
而另一大方向是生物辨識。其中，佔有率最高的技術方案，當屬指紋辨識和臉部辨識，例如邦馬特無人便利終端，就是用指紋辨識，來完成消費者購物的開箱與支付體驗，但易受到出汗、手指脫皮等生理狀態的影響。
臉部辨識主要是基於機器視覺技術，透過攝影機捕捉消費者特徵，但也不是百分百安全，就像是自己手裡的iPHONE X，會被盜刷一樣，臉部辨識同樣存在一定風險。因此截至目前，市面上辨識消費者的方式，透過手機終端掃描，依舊存在。
二、商品辨識
技術方案：二維碼、RFID標籤、圖像辨識、傳感器技術等
在商品辨識環節，無人零售技術方案，主要包括三大類。其中，最常見的方案，是透過掃二維碼或條碼，來購買商品，對於商家來說成本低、操作方便；但對於消費者來說，需要逐個掃碼，體驗較差。
除了掃碼，另一種主要的技術是RFID標籤。該方案借助視覺傳感器、壓力感測器等技術，透過射頻信號自動辨識商品的RFID標籤，隨後與網路系統對話，獲取相關數據，追蹤消費者放入購物車的每一件產品，RFID標籤技術一定程度上，解決了長時間排隊結帳這一問題，優化了購物體驗。
並在今年(2018年)10月份進行了優化，麥克斯韋便捷型RFID抗液體標籤問世，非常的便捷，且隱蔽性較強，完全不影響現有產品包裝的美觀，和作業人員的效率。也是一個非常巨大的進步。
三、用戶與商品的智慧比對
技術方案：圖像辨識+深度學習+感測器融合
基於圖像辨識、深度學習、感測器融合等技術的無人零售技術系統，則是具有「顛覆性」的方案，也是真正將消費者，與商品智慧比對的實現路徑。
Amazon Go採用電腦視覺技術，透過攝影機捕捉購物者，在商店的行為，然後從圖像辨識中，獲取購物者拿起的商品，再用人工智慧中的深度學習，去判斷和辨識購物者，是否需要這件商品，從而決定是否加入購物車。最後加入感測器，提高最終結果的準確性。
四、大數據重建
技術方案：物聯網、大數據
當然，除了完成辨識、購買和交易的場景，還在做的，是將不同終端正數據挖掘與連接，能帶來更加深遠的變化。
最近剛剛落地上海虹橋機場的雲拿無人便利店，還會依據消費者的購買習慣，給不同商品忠誠度的消費者，提供差異化的價格，常買的東西往往就會有較大優惠。
同時，雲拿會向進店品牌商提供精準廣告展示、消費者反饋數據、品牌商補給商店的品牌推廣返點折扣等，這部分將反哺給消費者，並體現在部分商品的差異化折扣中。
這些大數據與技術對接，商家可以更加合理、精確地對貨品、貨架進行管理，最終讓消費者體驗到更優質的服務。
結語
無人零售，在筆者看來，不僅僅是「無人」，而最根本的應該是利用技術升級，提高購物效率、滿足即時消費、懶人經濟的需求；同時幫助商家降低成本、增加坪效、創造更好的投資報酬率，這才是無人零售的價值所在。
0 comments:
張貼留言