水電維修,水電工

文章来源：由「百度新聞」平台非商業用途取用"http://news.hqew.com/info-314709"

無人零售生物識別阿里互聯網巨頭紛紛入局無人零售尚處初級階段　　(1)互聯網巨頭紛紛入局，多足鼎立之勢漸成　　互聯網巨頭向來作為市場風向標，從亞馬遜的AmazonGo到阿里的淘咖啡，無人商店風口將至。從2016年亞馬遜推出AmazonGo以后，便利蜂、羅森推出“無人化”便利店;TakeGo無人店2017年2月份在北京芝麻信用大會上亮相，它由深蘭科技推出的快貓智能零售系統實現;2017年6月初，歐尚、大潤發等大型超市相繼開始嘗試BingBox無人店模式。2017年6月25日，在上海深蘭科技聯合螞蟻金服，支付寶，英偉達等發布了三款TakeGo無人店技術，娃哈哈更與深蘭科技簽訂了3年10萬臺Takego無人店協議。隨后，乳業大佬伊利也計劃在2000多個社區內推廣和深蘭科技合作推出的無人便利微店。在7月8日-12日舉辦的2017淘寶造物節上，免去排隊、無需掃描、甚至不掏手機的線下快閃店——“淘咖啡”無人結算版亮相。　　(2)無人零售尚處初級階段，但紅利期有望快速增長　　除了知名科技企業自建或聯合線下資源共建無人零售的試點場所，還有不少初創公司也從這個領域切入市場。例如，無人便利店繽果盒子宣布近期完成億元人民幣的A輪融資，領投方為GGV紀源資本，還有啟明創投、源碼資本、銀泰資本等跟投。目前，繽果盒子在全國有8個網點，第一個網點于2016年8月在廣東中山設立。網點主要布局在封閉或半封閉的高端小區，主營便利性應急品，價格比品牌連鎖便利店略微便宜一些。　　根據艾媒咨詢數據顯示，2017年無人零售商店交易額預計達389.4億元，未來五年無人零售商店將會迎來發展紅利期，2020年預計增長率可達281.3%，至2022年市場交易額將超1.8萬億元。2017年中國無人零售商店用戶規模僅有600萬，未來五年用戶規模將大幅增長。至2022年，用戶規模可達2.45億人。從互聯網及電商巨頭紛紛布局未來電商的趨勢來看，無人零售商店理念的滲透會隨店面覆蓋率上升而逐漸深入用戶群體，平臺流量導流的情況下用戶規模會呈現明顯噴發趨勢。　　生物識別與行為識別是基礎，全自動檢測仍存挑戰　　亞馬遜提到其無人零售的技術來源于無人駕駛領域，包括計算機視覺、深度學習等。我們按照整體購物流程，對其中的關鍵技術進行分析，圍繞不同技術路徑和成熟度展開討論。首先，我們認為生物識別和行為識別是支撐整個流程的核心，前者可以用于身份識別和授權，后者則用于自動檢測購物狀態，為結算、支付、售后等后續環節儲備數據。　　(1)基于生物識別的用戶身份管理　　根據阿里巴巴公布的初步信息判斷，在進店環節其主要將結合手機(尤其是支付寶)的個人賬號信息進行身份識別與綁定，交互方式包括掃描二維碼等。這采用的是移動互聯網場景中的身份認證機制，已經解決得非常成熟。而在亞馬遜、微軟等解決方案中，則重點圍繞人臉識別的計算機視覺技術進行顧客身份的識別。另外，阿里版無人零售的購物環節也可能采用類似的方案以跟蹤用戶的購物行為。　　人臉識別技術已經發展的較為成熟，是機器學習和深度學習等技術較早落地應用的領域。基本的人臉識別原理是通過滑動窗口實現畫面內的人臉檢測，然后獲取五官、輪廓等特征點(facelandmark)信息，隨后通過比對進行識別處理。這部分內容已經廣為所知，本節不再贅述。　　現有人臉識別技術面臨的常見問題是對光線、角度等環境敏感，即在注冊與識別兩個階段時如果有不同的光照條件、拍攝角度，則可能導致識別失敗。而在無人零售超市這樣的環境中，一般可以保證較好的光照條件，并通過部署攝像頭的位置維持較為一致的拍攝角度。因此，無人零售場景可以在一定程度上弱化傳統人臉識別技術面臨的問題。　　當然，還有一個問題是商超的顧客一般不會事先完成人臉注冊過程。我們觀察到，在微軟的解決方案中是采用的人臉ID概念，即通過一個人臉的facelandmark特征點的獨特性作為一個用戶的標識。這是一種后驗式的技術方案，可以不用借助先驗的人臉注冊照片信息自動完成一個用戶的初始化過程。　　在微軟方案的具體演示中，界面上顯示的可能用于標識一個人臉ID的特征點包括：瞳距、雙眼高度、眉內外距、上下唇高、唇長、內外眼角距、鼻梁寬等，以及可能用到的整體屬性判斷，如性別、年齡段等。　　當獲取了這些特征點信息后即形成了一套特征點集合，假設每個人的特征點集合是各不相同的，那么就可以用這個集合作為一個人臉ID分配給當前用戶。當發現集合數據已經存在，即完成了一個已有用戶的識別任務。　　這些技術在微軟內部已經研發很久，之前還曾推出過通過人臉測試年齡、相似度等的網頁工具，一度引起用戶熱議。但是在應用到唯一性檢測的時候，可能會遇到一些問題：(1)在數據量較大(即人流量大)的時候可能會因誤差導致唯一性失效;(2)在角度不同的時候可能會導致同一人臉對應用戶的綁定失敗;(3)實際使用過程中可能出現人臉彼此遮擋或佩戴配飾而產生遮擋的問題;以及(4)檢測失敗時用戶可能需要面向指定角度完成識別過程而帶來的用戶體驗受損等。　　因此，雖然人臉識別作為生物識別的重要方法之一已經發展的比較成熟，但在無人零售環境下也還是存在一些天然障礙。我們認為，完整的用戶識別與授權將采用多種方法融合的途徑，借助人臉、指紋、聲紋等外在的生物特征、手機應用的賬號，以及手機NFC等交互方式綜合實現。　　(2)通過行為識別檢測購物操作　　檢測用戶的動作行為不僅可以幫助系統為用戶的虛擬購物車進行響應的操作，而且也影響到對商品的存在性(presence，包括是否缺貨、何處的商品缺貨等)管理。以AmazonGo超市為例，用戶只需通過拿起或放下一件商品，系統就可以相應判斷他的購買行為。根據亞馬遜官方介紹，我們認為這個功能是將通過壓力傳感器、計算機視覺來實現的。上一頁12下一頁

關鍵字標籤：指靜脈辨識