創澤機器人
CHUANGZE ROBOT
 
  當前位置:首頁 > 新聞資訊 > 機器人開發 > CVPOS自助收銀的挑戰以及商品識別算法工程落地方法和經驗  
 

CVPOS自助收銀的挑戰以及商品識別算法工程落地方法和經驗

來源:智東西      編輯:創澤      時間:2020/6/9      主題:其他   [加盟]

AI+零售

首先,AI+零售定義為以人工智能為核心技術,為零售行業降本增效,增強用戶的體驗。也就是人工智能在傳統行業裏,是為了提升它的效率、降成本、整合資源並增強體驗。但在實踐中發現,AI的能力並沒有我們期待的那麼美好,所以在落地的過程中,更需要腳踏實地的抓緊節省成本的關鍵指標。

近幾年,接觸到AI+零售的概念,大概是從16或17年的無人店開始,它確實是風靡一時,但是到後麵主要是往自助結算、人臉支付、智慧營銷及門店管理的方向發展。形態變得越來越沉穩,看到大家在風口前麵慢慢冷靜下來,回歸到務實和理性,這是行業健康發展非常樂於看見的情況。為什麼無人店不能夠堅持下去,或者說現在越來越少?一個原因可能是人的誠信問題;另一個是管理、維護成本還很高,而體驗卻沒達到非常極致的效果,所以大家也不再往這個方麵去考慮。

目前AI+零售會有哪些業態呢?我們總結了4大產品業態。第一是自助結算,第二是無感購物,第三是新型支付,第四是智慧營銷。

自助結算是在收銀環節節省成本,從整個零售行業來考慮,結算是在所有消費行為的末端,也是最容易想到並且場景最容易控製的,所以大家都願意在這方麵進行研發。自助收銀產品主要是自助結算台,包括RFID的和視覺的,另外還有一些掃碼設備,購物車以及冰箱等。實踐證明,這些設備做的越簡單,越易用,節省成本的效果就越顯著。

第二是無感購物,拿了就走,這是最接近無人店的一種產品。他沒有固定的結算的流程,挑完商品之後,出門就完成自動結算。它大概經曆了兩代,第一個是RFID的模式,第二個是完全基於視覺的模式。RFID相對比較簡單,而且比較容易實現,隻要在商品上加入特定的標簽,出門時通過感應完成商品的檢測,從而生成訂單。RFID實際上完成了一種成本轉移,把末端的結算的成本轉移到中間用來貼標簽、管理商品的成本。而視覺方案確實是解決了成本轉移的問題,但是它本身造價比較高,要求的運算能力、傳感器的精度、規模都非常的大,而且並非真的無人,還需要按照一定規則進行運營,所以真正達到無人落地還需要很長的一段時間,它涉及到成本、技術和客戶顧客的習慣的問題。為什麼還繼續堅持做這樣的產品?或許這是人類對未來的生活方式的期許和信仰。

第三是支付,自從誕生了掃碼支付以後,我們攜帶現金的機會大大降低,這方麵確實改變了我們的生活。下一步肯定會向無感支付的方向發展,它的第一階段是人臉支付,我們在17年時借助微信的免密支付,率先推出了人臉支付+手勢識別的模式,實現零接觸的支付方式。隨著人們對支付安全性的信心越來越強,人臉支付在未來必定成一個比較流行的趨勢。

第四是智慧營銷方麵,可以通過一些會員識別的方式,對會員做精準的推薦,向商戶提供合適的營銷策略。門店可以借助布置的傳感係統,比如用於人臉支付的人臉識別機,識別會員,然後通過室內的監控攝像頭進行客流統計,並且獲取一些購買行為的情況,做大數據的處理,就可以向門店提供供應鏈管理、門店運營、營銷推薦等服務,讓門店的經營更加省時省力。

這四個的產品模式都是圍繞在提高效率,這也沒有違背剛剛提到的人工智能就是為了節省成本這一點。下麵從收銀環節來介紹人工智能落地的應用情況。

CVPOS自助收銀的應用和商品識別的難點

我們講到的自助收銀設備叫做CVPOS,從名稱看出它是借助視覺的技術的POS機。首先從它的基本的需求開始介紹,作為一個自助設備,它的基本功能是要自己操作,輸出訂單並完成結算,而不需要其他人員參與,這是產品最頂層的需求。再往下探一些需求,相比於掃碼支付而言,怎樣提升體驗呢?它可以一次識別多個,並且解決掃碼不能解決的非標品問題。根據這兩級的需求,產品的模式是嚐試用攝像機拍攝結算台上的所有的商品,用視覺模型進行識別。當然也可以用別的傳感器,但是視覺是最準確的。如果大家了解這個行業,可能會出現用重力傳感器去識別,但是它的限製會高很多。









創澤智能機器人
創澤智能機器人
中國智能服務機器人領軍企業,涵蓋商用、家庭、特種等多用途的智能機器人產品體係,十幾年行業應用解決方案提供商



麵向動態記憶和學習功能的神經電晶體可塑性研究

神經形態結構融合學習和記憶功能領域的研究主要集中在人工突觸的可塑性方麵,同時神經元膜的固有可塑性在神經形態信息處理的實現中也很重要

人工智能和機器學習之間的差異及其重要性

機器學習就是通過經驗來尋找它學習的模式,而人工智能是利用經驗來獲取知識和技能,並將這些知識應用於新的環境

滴滴機器學習平台調度係統的演進與K8s二次開發

滴滴機器學習場景下的 k8s 落地實踐與二次開發的技術實踐與經驗,包括平台穩定性、易用性、利用率、平台 k8s 版本升級與二次開發等內容

如何更高效地壓縮時序數據?基於深度強化學習的探索

大型商用時序數據壓縮的特性,提出了一種新的算法,分享用深度強化學習進行數據壓縮的研究探索

基於深度學習目標檢測模型優缺點對比

深度學習模型:OverFeat、R-CNN、SPP-Net、Fast、R-CNN、Faster、R-CNN、R-FCN、Mask、R-CNN、YOLO、SSD、YOLOv2、416、DSOD300、R-SSD

傳統目標檢測算法對比

SIFT、PCA-SIFT、SURF 、ORB、 VJ 等目標檢測算法優缺點對比及使用場合比較

基於深度學習和傳統算法的人體姿態估計,技術細節都講清楚了

人體姿態估計便是計算機視覺領域現有的熱點問題,其主要任務是讓機器自動地檢測場景中的人“在哪裏”和理解人在“幹什麼”

讓大規模深度學習訓練線性加速、性能無損,基於BMUF的Adam優化器並行化實踐

Adam 算法便以其卓越的性能風靡深度學習領域,該算法通常與同步隨機梯度技術相結合,采用數據並行的方式在多台機器上執行

音樂人工智能、計算機聽覺及音樂科技

音樂科技、音樂人工智能與計算機聽覺以數字音樂和聲音為研究對象,是聲學、心理學、信號處理、人工智能、多媒體、音樂學及各行業領域知識相結合的重要交叉學科,具有重要的學術研究和產業開發價值

【深度】未來5-10年計算機視覺發展趨勢為何?

專家(查紅彬,陳熙霖,盧湖川,劉燁斌,章國鋒)從計算機視覺發展曆程、現有研究局限性、未來研究方向以及視覺研究範式等多方麵展開了深入的探討

華南理工大學羅晶博士和楊辰光教授團隊發文提出遙操作機器人交互感知與學習算法

羅晶博士和楊辰光教授團隊提出,遙操作機器人係統可以自然地與外界環境進行交互、編碼人機協作任務和生成任務模型,從而提升係統的類人化操作行為和智能化程度

實時識別卡扣成功裝配的機器學習框架

卡扣式裝配廣泛應用於多種產品類型的製造中,卡扣裝配是結構性的鎖定機製,通過一個機器學習框架將人類識別成功快速裝配的能力遷移到自主機器人裝配上。
 
資料獲取
新聞資訊
== 資訊 ==
» 國標《智慧城市 智慧多功能杆 服務功能與
» 人工智能之數據挖掘2020年第9期
» 噴霧消毒殺菌機器人
» 中國通信學會發布《全球人工智能基礎設施戰
» 創澤集團受邀參加工信部 AI 精準賦能中
» 人工智能案例 依圖科技:不斷崛起的AI
» 2020年麵向人工智能新基建的知識圖譜行
» 破解AI工程化難題,AI中台助力企業智能
» 淺析我國消防機器人發展現狀與趨勢 | 山
» 【華為出品】智能體白皮書2020
» “先行示範•智贏未來” 創澤
» 創澤集團牽頭起草的全國首個《應用於滅菌消
» 創澤集團智能機器人新品發布會!多款自主研
» 人工智能人才發展報告:亞太地區創新與招聘
» 創澤集團智能機器人“創創”受邀參加進博會
 
== 機器人推薦 ==
 
迎賓講解服務機器人

服務機器人(迎賓、講解、導診...)

智能消毒機器人

智能消毒機器人

安防巡檢機器人

安防巡檢機器人

人工智能垃圾站

人工智能垃圾站

== 信息推薦 ==
 

機器人招商  Disinfection Robot   消毒機器人公司  機器人應用  智能垃圾站  消毒機器人價格  消毒機器人廠家  機器人政策  教育機器人  迎賓機器人  機器人開發  清潔機器人  消毒機器人  講解機器人  安防巡檢機器人  霧化消毒機器人  紫外線消毒機器人  地圖 
版權所有 © 必威主頁     中國運營中心:北京·清華科技園九號樓5層     中國生產中心:山東日照太原路71號
銷售1:4006-935-088    銷售2:4006-937-088   客服電話: 4008-128-728

機器人
Baidu
map