当前位置RFID世界网 > 新闻中心 > 物联网新闻 > 正文

无人商业的台风已起, 这四大AI技术将成为支撑无人经济的绝对势力(上)


作者:罗杰 来源:公众号/石基商业评论 2018-01-22 10:04:18 填写您的邮件地址,订阅我们的精彩内容:

摘要:随着无人经济的兴起,人工智能逐渐渗透在泛零售的各个环节,包括会员体系、交互、营销、物流、仓储、支付等等。面对新技术的涌现,于零售商而言,他们并不在乎媒体口中的颠覆等词汇,而是更加关注人工智能可帮助它们解决哪些具体问题,以及该如何合理应用。针对这两大问题,本文通过对目前市场上已逐渐应用,并被印证商业价值较大的人工智能技术从案例出发,进行深入分析,为更多泛零售商提供参考。

关键词:无人经济[2篇]  AI[524篇]  生物识别[655篇]  移动支付[4707篇]  RFID[14953篇]  

  一、人脸识别的商用现状

  1.人脸识别会员系统

  任何一种实体经济,都离不开会员系统。

  人脸作为最能代表人身份信息的介质,为无人经济创造了数据入口。

  目前,不少高端店面已把人脸识别集成在店铺CRM系统,成功打通会员信息。过去,顾客只有在支付时拿出会员卡营业员才能得知身份。这时候,不少零售店有一新需求:能否在顾客入店时,通过AI系统自动识别其身份,随后通过终端设备提醒服务员:已有VIP会员进入店铺,并以可视化的形式,提供对方的核心信息与用户画像,以便让服务员提前为特需顾客提供优质的服务。

  随着人脸识别在远场场景中的成熟,这一构想正在走进现实。

无人商业的台风已起, 这四大AI技术将成为支撑无人经济的绝对势力(上)

  当下,优秀AI公司的静态人脸识别准确率已经高达99%以上,远超人眼。但这只是各种环境友好的前提下:如近距、光照良好、摄像头清晰等等。

  而在零售店面属于动态场景,因此要想用好人脸识别,对摄像头有一定要求,不过目前市面上很多厂商都能提供满足要求的高清联网摄像头。

  以百度人脸识别应用在线下药店为例,人脸会员识别系统关键在于一块运行Android操作系统的主板,主板会在本地对视频和图像进行去重等预处理,然后再上传到百度的云端服务器进行人脸识别。

  之所以在前端先对人脸进行预处理,主要是为了确保人脸信息采集的效率和效果。

  在店铺场景,绝大部分商家的网络是普通的家庭ADS宽带网络,带宽非常有限,不可能把所有视频都上传到云端,也不可能安装一两万元的昂贵设备。将大量智能算法放在前端硬件上实现,可大幅降低云端服务器压力。

  顾客从入店到离店,期间会产生大量视频和图像。但系统并不会把每一帧图像都上传,而是进行去重处理,可理解为选取一帧优质的、便于识别的人像图片上传到云端。

  而将“识别”放到后端则是因为会员人脸库较为庞大,大规模的人脸检索能力,在云端更快地完成万级别乃至百万级别的人脸检索,并在极短时间内实时反馈识别结果,避免会员人脸信息的增加,对识别速度产生影响。

  这种前、后端的组合应用方式既确保了识别效果,又尽可能保障了识别效率。

  虽然市面上不少摄像头厂商的产品可以满足人脸识别要求的高清度,但会员系统的面临的挑战在于,实际应用场景存在各种各样的复杂环境限制,如现场光照、店内遮挡物、网络条件、摄像头角度等,这些都会影响到识别的准确率。

  人脸识别的有效范围则主要取决于可以捕获到的最小人脸,要兼顾清晰度、姿态、光照等条件限制。考虑到实际的应用场景,这主要取决于摄像头本身的能力,不同的场景对摄像头的要求也不尽相同。因此,最终的识别效果,不仅关乎识别技术,还依赖于产品策略。比如,对于强光和夜晚弱光等情况,可以通过调整摄像头位置,确保不逆光、室内灯光正常来满足识别条件。

  以普通药店为例,系统一般需要配置3-4个摄像头,安装在店铺入口处,室外1-2个,室内2个。系统识别速度非常快,即使有三五个人同时进店,也只要1-2秒就能全部识别。此外,市场上这类方案同时具备大规模人脸库搜索能力,可支持庞大的会员人脸库查询;具备组件化SDK、接口和配置后台;同时还支持多摄像头设备ID配置管理、端人脸图像输出推送地址配置、人脸过滤与分析策略配置,方便低成本高效集成。

  引入系统后,店家可在会员注册环节采集会员的人脸信息,形成会员人脸库。店员征求顾客的同意后,将通过CRM系统的手机客户端拍摄顾客的人脸照片存储到后台。

  当顾客再次进店消费时,系统便会实时自动捕获消费者人脸,调用云端人脸识别接口,与会员人脸库进行比对,准确识别出会员身份信息,并实时反馈给商家的业务管理系统,实现业务联动。通过营业助手APP对会员的到访次数、购买记录、消费频率等会员信息快速了解后,在顾客选择商品时,营业员可以提供更科学更安全的服务。

  至于常访顾客,则由业务方根据业务需要自行设计业务逻辑和产品方案,决定是否存储人脸图像等信息。

  2.非会员回头客识别系统

无人商业的台风已起, 这四大AI技术将成为支撑无人经济的绝对势力(上)

  上述内容谈到的是对会员识别,当然,除了识别已注册会员的顾客外,市场上还有部分供应商,会根据过往的未注册会员的到访与在某些柜台停留时长的历史,为其建立回头客人脸库和用户画像。当非会员第N次进入该店铺时,人脸识别系统可从顾客进店就能识别他的过去留下的“历史”与“个人属性”。

  相比而言,会员识别相对简单,因为有会员库,正常抓拍比对即可;但回头客必须与历史库中的海量人脸进行秒级比对,对识别速度和识别准确率均是极其苛严的要求。

  重点服务长访客,对于线下实体店铺从提升销售额的角度来看,有一关键维度:提升客户转化率。

  3.实体店刷脸支付系统

无人商业的台风已起, 这四大AI技术将成为支撑无人经济的绝对势力(上)

  人脸识别除了可应用在会员识别与回头客识别系统中外,支付也是极佳的落地场景。

  两年前,马云第一次在汉诺威电子展的大屏上向全世界演示“刷脸支付”技术,引得满堂喝彩。当时很多实体商家期待马上就能使用之际,“刷脸支付”却迟迟未能走向商用。两年间,新技术和新概念层出不穷,但“刷脸支付”的最新进展仍然时刻牵动着人们的神经。9月1日,支付宝在肯德基的KPRO餐厅上线刷脸支付,正式将“刷脸支付”推向了商用。

  刷脸支付的具体步骤如下:

  在自助点餐机上选好餐,进入支付页面;选择“支付宝刷脸付”,然后进行人脸识别,大约需要1-2秒;再输入与账号绑定的手机号,确认后即可支付。支付过程不到10秒。

  已经进行支付宝实名认证的用户,首次使用“刷脸支付”时,可以直接在支付宝APP上开通该项功能;未进行实名认证的用户则还需要进行人脸验证,建立人脸库信息。

  目前,支付宝的“刷脸支付”功能已经能够应对“多人+浓妆+换发型”的复杂场景。

  首先,人脸识别从线上迁移到线下,要突破几大难点。与“刷脸登录”相比,“刷脸支付”难度更大。一是支付对安全性要求更高,其次,刷脸支付是在线下公共设备和开放环境下进行,真实场景复杂多变:白天和晚上的光线不同、不同人群面对摄像头的角度和姿势各异,识别难度更高。

  因此此前行业里多是在特定场景下内测,未能商用。刷脸支付对安全性和便捷性有着极高的要求,如何同时满足这两个要求,需要解决一系列技术和产品难题。

  这时候必须通过软硬件的结合,用智能算法与风控体系综合保证金融级准确性和安全性。

  活体检