亚马逊和蚂蚁金服同天推出基于传感器+机器视觉的无人零售店,专家预测:
机器视觉技术一旦成熟将成无人零售主流操作
  WithAnt店进门识别身份,出门自动扣款。
  WithAnt店里没有导购,也没有收银员。
  目前无人零售店通过计算机视觉技术识别顾客消费情况暂不成熟。

  □信息时报记者 潘敬文

  

  对聚焦于无人零售的业界而言,1月21日绝对是一个值得纪念的日子:在这一天,传闻已久的亚马逊无人零售店“Amazon Go”,终于在亚马逊西雅图总部对外开放,意味着无人零售又迎来一个“大玩家”。而在同一天,在中国杭州,支付宝母公司蚂蚁金服也上线了其无人零售体验店WithAnt。

  记者了解到,目前Amazon Go和蚂蚁WithAnt均采用的“传感器”与“机器视觉”混搭技术解决方案。不过有业内专家表示,成本更低的机器视觉方案未来一旦成熟,势必成为无人零售的主流。

  两大无人零售店开业

  “无人零售”到底如何定义?根据亚马逊的实践结果Amazon Go,给予这个问题的初步答案是:无人零售不是真不需要工作人员,而是一种无需结账台的新型商店。用户使用Amazon Go应用程序进入商店,购买商品后无需在结账柜台前排长队等待。

  除了普通商品,此前被认为不适宜在无人零售店进行售卖的熟食,也被纳入Amazon Go的服务范围。目前Amazon Go提供即食早餐、午餐、晚餐和小吃。同时,Amazon Go还提供厨师设计的亚马逊膳食套餐,选择套餐的消费者在30分钟内就能做出两人份的晚餐。

  就在Amazon Go正式开放的同一天,在中国杭州,支付宝母公司蚂蚁金服也上线了首家无人体验店WithAnt,主要售卖蚂蚁金服周边衍生产品,地点就在其新办公大楼Z空间。

  在WithAnt无人体验店里,顾客用支付宝扫个码后就能进店随便逛。想了解商品详情,将其放在交互货架上就能在墙上的LED屏看到相关信息。挑中的商品可以放到一个盒子里,通过传感器自动识别价格后,顾客可以拿了就走,通过支付宝进行扣款。据蚂蚁官方资料,挑选商品后放入的盒子,是个无感支付终端。测试数据显示,它可在两秒内准确识别50件不同商品。

  传感器仍必不可少

  据记者了解,目前对于如何实现无人零售中的扣费环节,基本上有两大方案:传感器(如给商品贴上RFID芯片)以及依靠机器视觉技术。就亚马逊和蚂蚁金服的实践来看,目前科技巨头似乎更乐于采用传感器和机器视觉混搭的技术方案,而背后的原因则在于机器视觉技术目前仍不成熟。

  比如,视觉视觉无人零售流派代表Amazon Go内测一年半,到现在才开放,就是因为计算机视觉在多人同时在店购物的复杂环境中,识别准确率始终不理想。在Amazon Go,当用户购物时,机器视觉会去判断用户是拿出货物还是放入货物,当用户将商品放错位置时,Amazon Go系统会对错放商品与数据库内的图片比较识别,无法识别时要提示工作人员整理。最终,Amazon Go的货架上布置了红外传感器,以及确认商品被取走情况的压力感应装置和荷载传感器。

  在蚂蚁金服WithAnt无人体验店不到30平方米的空间里,同样布置了十几个摄像头,它们存在的意义就在于去识别谁拿了什么商品,中途又放回了什么商品,出店时该扣多少钱。

  蚂蚁金服在提供给记者的一份技术资料中坦承,目前机器视觉不太可靠。资料显示,在其计算机视觉算法模型的“眼睛”里,顾客是一堆堆的线条,商品是一个个标注着相似度达百分之几的框框,如果是一份揉皱了的笔记本,相似度会下降,这意味着机器识别不出的机率会上升。

  机器视觉

  将成主流操作?

  未来无人零售将走向何方?业内专家均认为,基于成本和推广等考虑,机器视觉将成为无人零售的主流操作。当然,前提是机器视觉在技术上达到成熟,否则成本问题同样难以解决。

  比如,在蚂蚁金服副总裁、技术实验室负责人蒋国飞看来,计算机视觉将成为无人零售未来的主流技术方向,因为传感器会增加运营成本以及对供应链的改造,而计算机视觉一旦成熟将能规模化推广。

  此外,计算机视觉捕捉到的商品和人的细节,通过算法模型分析后,能帮助实体店老板更好的了解客人和店铺,并有针对性地作出决策。比如,爆款商品是不是应该调整一下摆放的位置;是不是要根据客人最喜欢走的路线,再优化一下货架以及商品摆放策略;客流高峰期间的销售业绩如果表现平平,是不是该考虑更换一下高峰期间的推荐商品;超市的供应链是不是需要系统性地优化一次等。

  “如果参照无人驾驶技术的五级技术图,无人零售技术的第五阶就是纯计算机视觉技术。至今没谁能拿出成熟的技术方案,但技术理想主义者都想铆足力气一点一点接近它。”蒋国飞说道。

  而此前接受记者采访的广州逗号智能零售有限公司高级产品经理张泳杰也提及,通过计算机视觉的方案对传统便利店的改造成本远远低于传感器,而且给商品贴传感器(如RFID标签)人工成本非常昂贵,并不能起到降低人工成本作用。相反,采用机器视觉去识别商品,不但准确率高,而且物美价廉。