智能货柜发展背景
近年来,随着各项创新技术渐趋成熟,智能售货柜逐渐取代其他零售方式,成为无人零售终端的行业选择。相比于传统自动售货机,智能售货柜具有成本低、运营简单、灵活性高等优势,为越来越多的零售运营商和品牌商所接受。本文针对当前各种不同形态的智能柜,从技术和使用方面做个大盘点。
智能货柜技术方案解析
当下主流的智能货柜技术方案有RFID电子标签识别、重力感应、视觉识别这几大类。接下来,本文将重点讨论重力感应、视觉识别这几种方案,从技术原理和用户体验等方面做深度分析。
重力感应解决方案
重力感应解决方案在每个货道上均装有重力感应器,核心原理即通过感知货道上的重力变化来判断消费者实际拿取的商品。基于底层原理,该方案拥有以下应用特性:
(1)不涉及人工智能算法模型搭建,无需对商品进行学习,便于商品上新;
(2)可自动称重售卖散装生鲜产品,适用于社区生鲜零售场景;
(3)支持多种品类SKU售卖,商品可堆叠摆放,充分利用空间。
动态视觉识别
动态视觉识别方案通常是在柜体顶端或两侧安装1-4个摄像头,对消费者开门后拿取商品的过程进行录制,视频上传至后台系统后,通过对购物视频进行识别从而确定消费者拿取的商品信息。动态视觉柜的应用特性包括以下:
(1)对商品陈列无任何要求,商品可堆叠摆放,能够提高空间利用率,适用于仓储运营场景;
(2)商品的学习成本比较低,支持多品类SKU售卖。
静态视觉识别
该方案同样是基于计算机视觉算法,但实现原理与动态方案有着本质的区别。静态视觉柜每层货架的顶端都安装有摄像头,在消费者开门前、后,摄像头均会对柜内物体进行拍照并上传系统,系统后台的算法模型会对所有图片进行检测识别,并生成开门前、后柜内商品的库存明细,通过计算商品库存量差值来判断消费者实际拿取的商品。
经过大量的实例验证,静态视觉方案有诸多优势:
(1)以人工智能算法完全取代人力审核,结算速度快,识别稳定;
(2) 识别准确率高,同时也可通过实际运营中采集的数据持续优化算法,现识别准确率基本可达到99%-99.9%;
(3) 可实现实时远程库存管理,商品货损率极低;
(4) 更适合大密度投放,获得规模运营效益。
图像识别原理
目前应用比较广泛的智能柜大多以视觉识别方案为主。在上文分析过,视觉识别技术方案尤其是静态视觉方案已非常成熟,可以基于人工智能算法实现闭环式无人零售。下面本文将继续剖析图像识别的实现原理。
图像识别原理:
图像识别主要由两个步骤组成,首先是目标检测,其次是商品识别。
目标检测就是在照片中确定商品的位置,找到每个商品的像素区域。简单来讲,就是确定每个商品的边缘轮廓并进行标注,如图中所示,在每个商品的边缘画上白框即目标检测过程。
商品识别通过基于深度学习的算法来实现。深度学习就是采用卷积神经网络提取目标特征,再根据相同商品表现出来的共性总结出一定的识别经验值。将上图每个白框标注出来的待检测目标放入算法模型中,提取并比对商品特征点后,即可确定商品名称。
目标检测的实现难点
理解了图像识别原理,本文再以实例讲解技术应用难点。由于商品外形包装千变万化,消费者行为又难以控制,诸多因素都给技术落地造成了不小的障碍:
上图是静态视觉智能柜拍摄到的真实画面,鱼眼摄像头会造成图像畸变,尤其是当商品密集摆放或商品位于边缘区域时,将给目标检测、特征提取等造成障碍。
与瓶装、盒装商品不同的是,软包装商品外形没有那么规则,很难清晰地区分单个商品地边缘轮廓,尤其是遇到上图中的透明包装商品,在竖立摆放的情况下,很容易造成目标检测不准确,从而导致识别出错。
海深科技通过在图像识别领域的深耕、在行业内累积了巨量的结构化数据,具备解决实际应用问题的算法优势。通过坚持独创性技术研发,我们可以做到
- 细粒度图像识别
- 能够精确的识别有细微差别的不同物体
- 能够精确的识别只有部分可见的物体
2. 柔性物体识别
- 柔性物体检测,图像分割物体之间的边界
- 柔性物体识别,精准识别发生严重形变的物体
- 密集摆放识别,检测和识别有严重遮挡的柔性物体
3. 极限图像识别
- 鱼眼摄像头拍摄的发生严重畸变的图像识别
- 低分辨率的图像识别
- 远距离不对焦而引起的模糊图像识别
4. 物体重识别
- 同一个物体在不同角度的摄像头中的重识别
- 多摄像头的融合技术 (海深科技独创)
随着人工智能时代的到来,深度学习及商品识别等技术的应用也在不断赋能零售行业。未来,智能零售柜将会给予人们更美好的购物体验。与此同时,为企业提供最优质的技术解决方案。