時(shí)間：2017-07-10 08:57:45 點(diǎn)擊：次
來源：機(jī)器之能 作者：吳欣

條評論打印收藏

Amazon Go之后，即拿即走、免排隊(duì)購物的無人零售店成為行業(yè)趨勢。7月8日，淘寶造物節(jié)開幕，阿里巴巴無人零售店解決方案在杭州初次曝光。在活動當(dāng)天，作為阿里實(shí)驗(yàn)室籌劃已久的“無人零售計(jì)劃”中的第一個(gè)應(yīng)用場景，“淘咖啡”接受消費(fèi)者的現(xiàn)場測試。據(jù)內(nèi)部壓力測試顯示，在占地200平米的零售店里，這套系統(tǒng)支持50個(gè)人同時(shí)在店購物，授權(quán)支付額度為每人每天5000元，整個(gè)流程涉及到會員賬號打通、商品鏈路和支付三塊技術(shù)方案。

阿里無人零售店

機(jī)器之能提前一天探營體驗(yàn)。在門口，用戶打開手機(jī)淘寶掃描商店二維碼便可以掃碼通過入店閘機(jī)。整個(gè)逛店過程中不需要再取出手機(jī)，選好商品離開時(shí)，用戶會經(jīng)過由兩道門組成的“支付門”，第一道門感應(yīng)到用戶的離店需求自動開啟，接著在第二道門打開前，系統(tǒng)自動識別購買的商品并完成支付，購物信息會在門內(nèi)屏幕上顯示。也就是說，用戶可以不用特別配合，就可以在幾秒時(shí)間解決結(jié)算問題，根據(jù)現(xiàn)場測試，即便是直接把挑選的物品放進(jìn)包里、口袋里，仍然可以順利完成支付。

結(jié)算區(qū)域有兩道門，相互配合，完成支付環(huán)節(jié)

采用多模塊融合方案，提高識別精度

在這背后是螞蟻金服技術(shù)實(shí)驗(yàn)室研發(fā)的一整套線下門店物聯(lián)網(wǎng)支付解決方案。該實(shí)驗(yàn)室目前已有30多位研發(fā)工程師，專注于AI、VR、IoT、區(qū)塊鏈等前沿技術(shù)領(lǐng)域的研發(fā)。去年底螞蟻金服發(fā)布的全球首個(gè)落地應(yīng)用的VR支付技術(shù)，就出自這個(gè)團(tuán)隊(duì)。

由于現(xiàn)實(shí)場景下多人購物的復(fù)雜性，單一使用計(jì)算機(jī)視覺或傳感器都無法達(dá)到實(shí)際應(yīng)用需要的精度。技術(shù)負(fù)責(zé)人螞蟻金服技術(shù)實(shí)驗(yàn)室高級技術(shù)專家曾曉東分析稱，”Amazon Go為視覺流派的物體識別方式樹立了典型，在市面上還沒有真正落地。如果主要采取計(jì)算機(jī)視覺技術(shù)，尤其在人數(shù)較多的場所、客流密集的貨架前識別人，將有很大難度，此外，在識別那些被客人拿起又被放在別處的商品，純計(jì)算機(jī)視覺也很難做到不出錯。”

因此，阿里巴巴這套解決方案采取了多技術(shù)融合的方式，主要涉及三大核心技術(shù)，即生物特征自主感知和學(xué)習(xí)系統(tǒng)、結(jié)算意圖識別和交易系統(tǒng)及目標(biāo)檢測與追蹤系統(tǒng)。

“在識別人和商品上，我們注重多模態(tài)技術(shù)環(huán)境，混合使用了計(jì)算機(jī)視覺、傳感器感應(yīng)，再疊加了一些非配合生物識別技術(shù)(“非配合”的意思是在用戶無感知的狀況下就能完成身份核實(shí))，以降低誤判率。把結(jié)算包括支付環(huán)節(jié)放在門的位置，魯棒性比較強(qiáng)。”曾曉東對機(jī)器之能說。由于其中一些關(guān)鍵技術(shù)正在申請專利，曾曉東沒有透露更多細(xì)節(jié)。

整個(gè)購物環(huán)節(jié)中，對消費(fèi)者身份識別并與其淘寶賬號綁定和確認(rèn)，使用到生物特征自主感知和學(xué)習(xí)系統(tǒng)。貨架區(qū)的消費(fèi)者行為、動線軌跡、停留時(shí)間等數(shù)據(jù)信息，由多角度布控的攝像頭來完成。而在支付門里，系統(tǒng)完成對商品的識別，則依賴于結(jié)算意圖識別和交易系統(tǒng)，其中可能使用的是計(jì)算機(jī)視覺技術(shù)或傳感器技術(shù)。

如果消費(fèi)者有故意破壞商品或在結(jié)算時(shí)試圖作弊，都可以追溯到并被視為不良記錄，影響其下一次入場購物，也會關(guān)聯(lián)到芝麻信用的信用評分體系。曾曉東介紹稱，一些破壞行為，會有計(jì)算機(jī)視覺技術(shù)自動分類。

不僅是前端技術(shù)的融合，研發(fā)團(tuán)隊(duì)同樣重視算法的研發(fā)。“一方面，同樣水平的數(shù)據(jù)流、硬件，效果好不好就看背后的算法，因此模型開發(fā)很重要，要考慮算法的效率、優(yōu)雅度(處理的性能更高實(shí)現(xiàn)難度更低，達(dá)到基本平衡)是不是足夠輕量級處理這個(gè)事情；另一方面，機(jī)器學(xué)習(xí)算法模型數(shù)據(jù)本身要靠場景不斷累積，會做算法部分的遷移，其他場景數(shù)據(jù)可以用到里面。”曾曉東說。

 1/3    1 2 3 下一頁 尾頁