We Stole Tampons from the Cashier-less

Amazon Go Store

Nx Witness v3.0 - 雲端影像平台解決方案 —

來源：公众号/新智元作者：Cecilia 弗朗西斯

亞馬遜無人收銀零售店Amazon Go終於開張了!

1月22日，佔地面積1800平方英尺的Amazon Go，正式在西雅圖向公眾開放。「不用排隊，不用結賬，沒有收銀台」，Amazon Go會顛覆零售行業嗎?

Amazon Go的自白　

1. Amazon Go是什麼?

Amazon Go是一種無需結賬檯的新型商店。我們創造了世界上最先進的購物技術，所以你不必排隊等候。透過我們的Just Walk Out購物體驗，只需使用Amazon Go應用程式進入商店，購買想要的產品即可。無需在結賬櫃檯前排長隊等待。

2. Amazon Go如何運作?

電腦視覺，感測器融合和深度學習等，用在自動駕駛汽車中的相同技術，使我們的免結賬購物體驗成為可能。

我們的Just Walk Out技術，能夠自動檢測商品，何時從貨架上取下或被重新放回，並在虛擬購物車中跟蹤貨物。當你完成購物，你可以離開商店。不久之後，我們會向您傳送收據，並向您的亞馬遜賬戶收費。

3.在Amazon Go能買到什麼?

我們提供美味的即食早餐，午餐，晚餐和小吃。我們選的必需品包括：麵包和牛奶等主食，以及手工做的乳酪和巧克力。對於快速的家常晚餐，拿起我們廚師設計的亞馬遜膳食套件之一，30分鐘就能做出兩人份的一頓飯。

4. 如何在Amazon Go購物?

你只需要一個亞馬遜賬戶、免費的Amazon Go應用程式，以及最新一代的iPhone或Android手機。您可以在Apple App Store，Google Play和Amazon Appstore上，找到Amazon Go應用程式。

當你到達的時候，使用Amazon Go應用程式進入商店，然後就可以不需要用手機了。然後就像在任何其他商店一樣瀏覽和購物吧。你完成購物後，不需要排隊結賬。

5. 哪兒有Amazon Go?

我們的商店位於華盛頓州西雅圖市第七大道2131號，靠近第七大道和Blanchard的拐角處。

6. 什麼時間開放?

週一到週五，早上7點到晚上9點。

7. Amazon Go有多大?

大約1800平方英尺。

8. Amazon Go裡有人工作嗎?

有人。員工在商店裡準備原料、製作速食食品、整理貨架、並幫助客戶。

9. 為什麼要建立這個Amazon Go?

我們問自己：如果我們能夠創造一個不需要排隊結賬的購物體驗，會怎麼樣?我們能否推動電腦視覺和機器學習的界限來創造一個商店，客戶可以隨心所欲地去拿他們想要的貨物，然而就走?我們對這些問題的回答是Amazon Go和Just Walk Out Shopping技術。

全景式體驗Amazon Go, 身臨其境體驗智慧零售

注：無人超市入口是一排電子「門衛」

超市的入口感覺，就好像你正在進入一個地鐵站，一排電子大門位於商店的入口，被只允許擁有該商店智慧手機應用的人進入。

西雅圖亞馬遜總部辦公樓下的全球首家無人商店，是一個1800平方英尺的小型超市，進入超市，購物者會迎接一系列的沙拉、三明治和飲料，以及即食的三餐食品。

Amazon Go還提供小瓶裝的啤酒、葡萄酒，以及肉類，甚至所有餐具都是亞馬遜自制的。繼亞馬遜收購Whole Foods之後，還有一部分售賣區域專門擺放薯片，餅乾和堅果，這些都來自雜貨商365 Everyday Value品牌。

超市內再無購物車，所有結賬過程都是自動的，商品可直接裝入購物袋內。亞馬遜說，每當顧客從貨架上取貨時，產品就會自動放入他們線上賬戶的購物車中。如果顧客把商品放回貨架上，亞馬遜會將其從虛擬購物籃中移除。

Amazon Go使用攝影機和感測器網路，來動態監控客戶，並透過智慧手機應用程式，自動為他們從商店中取出的物品進行計費。亞馬遜並沒有多說這個系統是如何工作的，只是說它涉及到複雜的電腦視覺和機器學習軟體。

安裝在天花板上的數十個方形黑色攝影機，持續監控客戶行為，該系統對個人購物者來說效果不錯，但仍然在努力準確地，收集那些正在群體中移動的人們，比如那些帶著小孩的家庭。 Go的工程師一直在研究一起購物的家庭，並調整感測器，以辨識孩子在商店裡閒逛時是否吃東西。

無人超市並不意味著完全沒有工作人員，超市的入口有迎賓人員，一名身份證檢查員在酒吧附近駐紮，至少有六名工人在廚房內可見。

最後的結賬部分也是相當便捷，拿好貨物走出超市，沒有排隊幾乎瞬間完成收費過程。

　　亞馬遜的核心技術，專家怎麼看?

Amazon Go 宣傳視訊釋出後，在業界引起了強烈反響，在新智元人工智慧核心微信群中，各位專家也進行了熱烈的討論。那麼，專家們怎麼看亞馬遜這一激動人心的嘗試?

專家1 (資深技術人員，與Amazon Go專案內部人員很熟)：裡面有N多攝影機和3D攝影機，做了3D人體建模和行為分析。可以說，Amazon Go絕對不是 PR，做這個小店有千萬美元級別的投入。

專家2 (機器人公司董事長)：拍腦袋分析一下，進門掃完碼後，後台系統透過3D攝影機，把人體特徵值與賬戶ID進行繫結，然後對取貨的動作視訊進行分析(通過深度學習來正確辨識人類取放商品的動作細節)，來即時更新虛擬購物車，出門後自動支付。

如果店內人流密集的化，感覺後台的即時運算量極其巨大。進門的閘機，確保了客戶ID能被有效辨識，但是如果是一個大人帶著一個小孩，出店的時候小孩也拿著東西，而且與大人分開較遠的話，系統可能就無法自動結賬，不過可以出報警。

專家3(工程師)：如果問題縮小到，只是進出閘機那會整個人的辨識，只做一進一出的對應及出閘機時，身上攜帶商品(用 RFID之類補充確認)的感應辨識，那似乎還在可腦補範圍之內。

核心技術 Amazon Rekognition

根據官網介紹，Amazon Go 主要的辨識技術叫做 Amazon Rekognition，能夠在消費者購物流程中，進行一系列不同型別的辨識，以判斷多種不同的購物場景。

六張圖看懂 Amazon Go 消費過程

或許看了視訊和上面的說明，還稍嫌眼花繚亂，美國報紙 US Today 對 Amazon Go 的購物消費過程做了更賤簡單易懂的視覺化展示，下面具體看一下：

首先，消費者用手機像地鐵刷卡那樣，進入店鋪——當然，手機上得註冊有亞馬遜的賬戶。與此同時，位於入口處的攝影機會進行人臉辨識，辨識的技術主要是 Amazon Rekognition。

當消費者在貨架前停下來時，攝影機會捕捉並記錄，消費者拿起的商品，以及再次放回去的那些。

放置在貨架上的攝影機會透過手勢辨識，消費者是拿起了一件商品(購買)，還是拿起一件商品，看了看又放回貨架(不購買)。

　　店內麥克風會根據周圍環境聲音判斷消費者所處的位置。

貨架上的紅外線感測器、壓力感應裝置(記錄商品被取走)，以及荷載感測器(記錄商品被放回)，會記錄下消費者取走了哪些商品，以及放回了多少商品。同時，這些資料會即時傳輸給 Amazon Go 商店的資訊中樞，每位顧客都不會有延遲。

在離店時，感測器會掃描並記錄下消費者購買的商品，同時自動在消費者的賬戶上結算金額。

利用這些技術，Amazon Go 究竟如何實現「未來購物過程」?

專利檔案揭露答案

國外網站上，有人翻出了亞馬遜兩年前申請專利時，釋出的檔案。

亞馬遜提交的專利檔案的描述中，提到這一系統使用了包括 RFID(無線射頻辨識)在內的技術，在探測購物者是否從貨架上拿下了商品，然後把資料傳輸到一台手持裝置上。

這也意味著，在購物者繼續購物的同時，系統已經對商品狀態進行了同步，這免去了傳統排隊結賬的方式。當消費者從商店的「過渡區」走出商店時，系統會感應到消費者已經離開，隨後對他們帶走的物品進行統計，並在顧客的亞馬遜賬戶進行扣款。

消費者需要使用智慧手機驗證進入商店

專利示意圖：

可以看出，位於店內有各種感測器，包括商場安裝的攝影機、商品上的重量感應器。

消費者購物過程中的具體辨識過程

專利檔案寫道：

例如，如果消費者在零售店內購物，他不需要停下來，用現金或者與收銀員溝通，或是使用自動結賬檯來完成付款，因為他在商店內選擇的商品已經被系統記錄，並透過與消費者本人相關的商品確認清單確認，所以，他們能帶著選購的商品直接走出商店。

系統會探測到消費者走出店門，隨著消費者通過出口(也就是過渡區域)，系統會自動對消費者挑選的商品進行結賬，期間消費者不用做任何的停留，也就避免了等待和排隊。

專利檔案表明，系統可以使用消費者過去的購買記錄，來幫助確認消費者在購物時選擇的某一商品。

例如，如果貨存清單管理系統，不能確定消費者所選擇的到底是一瓶番茄醬還是芥末，它可能會參考這位顧客過去的消費記錄，或者這位顧客是否已經選擇過相同的商品。舉個例子，如果顧客的消費歷史記錄顯示他只購買番茄醬，那麼這些資訊可能會被用於確認消費者選擇的就是一瓶番茄醬。

亞馬遜使用的技術包括多感測器融合，從不同感測器上獲得的資料增加了判斷的可信度和準確率。以下是專利檔案對多感測器資料匯合的描述。

在一些配置條件下，來自其他輸入裝置的資料，可能會被用於幫助確定，某一商品是否已經被選中，或者被放回到貨架上。比如，如果系統判斷一件商品，已經被放回到貨架上，除了影象分析外，基於形狀和壓力的感測器，以及稱重裝置上的資料，系統會對該商品生成一個權重。影像分析也許能有助於將貨架上匹配的商品數量，減小到一個更小的清單，提高匹配率。

貨架上商品的權重，會與可能匹配的每個商品，被儲存在系統內的權重進行比較，來確定商品是否真的已經被放回到貨架上。結合多個來源的輸入，系統會生成一個高置信度的數字，來提升系統確認某一商品，是被從貨架上拿走，還是被放回的準確率。

這一專利檔案是在兩年前公佈的，現在亞馬遜很可能也做了很多的改變。但是，從視訊上可以看到，基本思路還是沿襲了專利檔案中的描述。