无人零售能否火 关键还看这两大技术添薪加柴

无人零售能否火 关键还看这两大技术添薪加柴

　　近期，无人零售的概念席卷全球，业内诸如亚马逊、阿里、天虹、苏宁以及7-11等零售巨头都陆续展开了布局，行业已形成百舸争流之势。与此同时，围绕无人零售而展开的技术角力以及“口水仗”也愈演愈烈，“究竟什么样的方案才能够真正适用于当今的无人超市?”成为业内共同关注的话题。

　　8月17日，在深圳会展中心举办的“2017深圳国际零售智能化创新应用大会”上，来自深兰科技、天虹以及业内众多的无人零售方案及应用商齐聚一堂，针对当今无人零售的主流方案以及行业未来的发展趋势展开了深度交流讨论。

　　RFID方案不被看好 机器视觉有望接棒“AI+消费”

　　诚然，在目前的无人零售行业，以RFID为核心的智能化管理方案占据大多数份额，由于技术门槛以及应用成本更低，天虹WellGo、阿里淘咖啡、缤果盒子、罗森以及7-11这些零售商都采用了RFID的方案来建设无人超市的核心支付识别体系。不过，在人工智能流派的代表厂商深兰科技看来，RFID技术在无人零售领域的应用并不能长久。

　　深兰科技CEO陈海波告诉记者：“RFID诞生于30年代，这个东西的成本加上人工去一个一个商品粘贴，我们觉得太费时费力，而且本身非友好介质非常多，金属、液态、铝箔等包装都不能识别RFID或识别率非常低，这些明显的技术缺陷用于零售，还要让客户自己去结账，这个模式未来堪忧。而且，在实际应用当中，也会出现很多诸如误读、漏读以及止损等问题，相信不少体验过无人超市的用户都察觉到了这些缺陷。另外一个就是成本，商品的数量是巨大的，RFID也拥有自身的使用寿命，不断的更新货物的同时，也需要定期大量的重新采购RFID标签，长期下来成本也会逐渐攀高，而零售行业本身就是利润微薄，任何成本的增加都将对其盈利能力构成巨大的挑战。”

　　如果说陈海波是护犊心切，那么那些同样采用RFID方案的友商们的态度也就值得玩味了，现场有缤果盒子内部员工对记者表示：“RFID技术未来会逐渐被新技术所淘汰，并不看好天虹的无人便利店WellGo。我们也正在做图像识别技术方案的研究，目前已与业内专业的图像识别公司建立了合作关系，希望能够通过各种方式的验证，来找到一个最优化的智能零售管理解决方案。”

　　的确，RFID方案瓶颈尚多，普遍不被看好，但在业内人士看来，该技术也有可提升的空间。现场，编者与深圳远望谷信息技术股份有限公司全球产品总经理万端进行了一些交流，他表示，从实际应用的角度考虑，当前的RFID方案在无人零售方面的确存在误读漏读、止损以及非友好介质敏感等问题，但这是可以改变的，主要体现在以下三个方面：

　　首先，就误读漏读问题，我们目前正通过三种方式来解决，一是提高标签的灵敏度，降低标签的最小唤醒功率;二是增加读写器的信号强度;三是改善信号场的设置，通过机电协同，来避免死角的出现。如果识别距离太小，就容易发生误读，但识别距离太短，又容易发生漏读，因此还需要在误读和漏读两者之间做出平衡。而针对止损方面的问题，我们也通过三种途径来尽可能避免，比如将标签粘贴得更加隐秘和牢靠，增加恶意破坏的难度;结合摄像头的智能视频分析技术，当发现消费者有恶意破坏标签行为时及时发出警报;或是通过会员认证等形式对消费者进行初步筛选，提升顾客的整体质量。总的来说，采用RFID来实现无人超市的零售智能化管理仍存挑战，这有待整个行业进一步探索。

　　除了RFID以外，业内也有专攻“AI+”的流派，深兰科技就是其中的代表厂商。利用机器视觉技术来代替其他复杂的“高科技”支付技术，真正体现无人零售“Take Go”的模式。陈海波认为：“无人零售最大的便捷就是尽可能的减少用户支付所需的环节，购物就像在家里拿东西，而最好的结算就是忘掉结算。我们的方案是以人工智能为核心，‘机器视觉+生物识别+生物支付’为管理手段，通过对用户行为、动作、生物特征等方面的识别，能够实时监测并识别出人把东西塞包里、进食以及一些异常的行为动作。在实际方案的布局中，我们会将每个商店的空间建模进行分区，分为商品区、活动区以及结账区，再采用实时轮廓算法来让机器知道在看谁，并不断交叉验证结果;其次，我们采用卷积神经网络，识别商品、体态，并基于体态再识别个体，因此能够实时跟踪每个人的动态。”

　　深兰科技CEO陈海波

　　而针对该方案的商用问题，陈海波表示：“相比其他的方案而言，我们的技术能够更好的商用，其主要原因是该方案拥有多机多帧协同纠错能力，能够做到动态背景移除以及货架屏蔽，目前我们设备组成中比较贵的还是GPU，英伟达是我们全球性的战略合作伙伴，由于有了英伟达强大的计算能力加持，我们能够让每帧影像的识别和检测做到0.013秒内60亿次的计算。此外，设备也并不会受到商品摆放位置的影响，我们采用多机读取的方式规避遮挡带来的干扰问题，且商品已经被转换为20万到200万个特征值，摆放的位置不会影响到商品的识别。而Take Go的监测精准度从单个摄像头的算法是90%～97%，采用多机纠错后即可达到99%以上的精准度。”

　　他强调，未来的方向则是在优化系统的前提下，压缩卷积神经网络的层数，实现更快捷、高效、硬件要求更低以及数据运算量更小的系统。深兰科技提供硬件和软件帮助升级零售店，改造一个全家差不多花10万多，为罗森做的方案低于10万，如果是卖硬件给零售商，大概只需要5到8万的成本，同时提供算法等解决方案。截止目前，深兰科技已经和零售产业上的多家客户签约，包括娃哈哈、伊利、光明、周黑鸭、来伊份、良品铺子等品牌商，更有永辉、苏宁、良友、好德、罗森等众多零售商。