AmazonGo無人便利店識別購物的技術詳解

自2016年亞馬遜宣佈其無人便利店專案Amazon Go準備問世以來，無人便利店便像雨後春筍般湧現，國內巨頭及初創公司紛紛入場，出現了F5未來商店、繽果盒子以及淘咖啡、天貓超市等等一大批不同形態的店家。
其實，無人便利店並不是要“消除”所有人工環節，店內不出現任何店員，而是“消除”導購員、收銀員這類人工成本相對較高的職位，一定程度上節約人力成本，更大地意義是將線下場景數字化、提升運營效率、實現精準營銷等，並通過提供更便捷的結賬方式提升使用者體驗。
大體來講，無人便利店識別顧客所購商品的技術可分三類：使用條形碼、使用RFID以及使用人工智慧技術。
　　便利蜂、Wheelys、小e微店及羅森都是使用條形碼解決方案的公司，這種解決方案要求顧客用手機或結算臺等裝置“自助”掃描商品條形碼，看似實現“無人”，實則是將收銀員的工作轉嫁到顧客身上，創新度低，且使用者體驗差。
　　業內使用RFID解決方案的公司主要為繽果盒子，RFID技術雖然已經發展多年，非常成熟，但是仍然有識別準確率受天氣影響，在液體、金屬上使用識別精確度低等缺陷。
　　然而最致命的其實是從成本維度考量，雖然RFID標籤目前單片成本可低至0.2元/片，但是新增的人力成本(貼標籤)及由標籤易撕毀帶來的高盜損率，都對使用這種解決方案的廠商成本控制能力形成挑戰。
　　人工智慧技術的應用又能分為有結算臺的解決方案，及無結算臺的解決方案。
　　使用有結算臺解決方案的公司包括逗號零售、函式空間等。同樣是應用結算臺，和使用條形碼或RFID不同的是，使用人工智慧技術的結算臺是通過影像識別來判斷顧客所購商品的。
　　而無結算臺的方式則是亞馬遜無人便利店——Amazon Go所使用的方式，顯著特點是離店支付無需任何操作，“即拿即走”。
接下來我們詳細介紹Amazon Go的相關技術及購物流程。
機器視覺
Amazon Go購物流程及相關技術裝置
　　1、購物流程
作為一名顧客，在走進Amazon Go之前，你需要下載AmazonGoApp，並在註冊登入賬戶之後，通過這款軟體生成二維碼，掃碼進店。不用操心如何為他人買單，生成的每個二維碼都可以對應多個人，這主要是為了應對家庭購物場景。
在購物環節，亞馬遜通過“取貨”動作判斷你購買了哪些商品，為他人取貨賬單也會記到你的賬戶。另外，出於識別考慮，貨架上的商品都需要被擺放整齊，亞馬遜店內有專門的理貨人員整理顧客放回的商品。
亞馬遜無人便利店所使用的標籤並不是常用的條形碼或者RFID，而是一種獨創的點狀標籤，這種類似盲文的標籤可能更利於攝像頭識別。
在選購好所需商品之後，支付不需要任何操作，僅需在走出店門後等待5-15分鐘，即可獲得賬單，出現問題的商品可以點選退換。
　　2、識別環節
那麼在顧客購物的過程中，亞馬遜又是怎樣判斷顧客究竟購買了哪些商品呢?和購物環節相同，識別環節也分3步：
首先，在顧客進門時頂部攝像頭識別顧客體態步態及熱成像等生物特徵，並將此作為生物ID和賬戶連結，和外界猜測不一樣，出於隱私等方面的考慮，亞馬遜並沒有使用面部識別技術。
在顧客購物時，亞馬遜主要通過貨架上的攝像頭進行手勢識別，並通過多重感應器及顧客歷史購物記錄判斷顧客所購商品。
在整個識別過程中，存在兩種處理方法:一種是從顧客進門起就進行全程跟蹤;另一種是在監測到顧客出現在貨架間後，再進行主動跟蹤。
相應的顧客離店的判斷也有兩種方式:一種是全程追蹤到顧客離開店面後進行賬單結算;一種是幾分鐘內貨架間檢測不到顧客動態後進行賬單結算。
由於賬單結算具有5-15分鐘的延遲，我們更傾向於亞馬遜使用第二種處理方式，在識別精度可以滿足要求的情況下，較低的成本是其勝出的關鍵。
3、店內相關技術裝置
Amazon Go店內使用的裝置主要有攝像頭、麥克風、紅外感應器、壓力感應器和荷載感應器等，使用的技術和無人駕駛技術非常相似，包括計算機器視覺、深度學習及感應器融合技術。
值得一提的是，Amazon Go店內擁有上百個攝像頭，這些攝像頭主要分四類：
機器視覺
4、與Amazon Go相關的收購
查閱Amazon最近十年收購記錄，我們判斷有四家公司與Amazon Go的落地關聯較大，它們是Orbecus、2lemetry、Blink及Body labs，前兩家公司於2015年被收購，後面兩家公司於2017年被收購，與Amazon Go的關聯相較前兩家弱一些。
Orbecus：於2015年12月被收購，是一家專注影像識別的技術提供商，由華人團隊創立。旗下擁有圖片搜尋引擎及API平臺，客戶包括AMD及松下等。被收購前，初期僅對企業使用者收費，提供定製化服務，個人使用者免費，後期建立平臺，每月提供免費流量，流量外按月計費，識別精度業內第一，是當時影像識別領域最大的獨立技術提供商。目前被併入AWS，提供Amazon Rekognition服務。
2lemetry：於2015年3月被收購，是一家提供物聯網平臺服務的廠商，被收購前擁有當時市面上“唯一”可整合不同物聯網協議裝置的平臺，現在同樣被併入AWS，提供IOT平臺服務。
Blink：於2017年12月被收購，是一家制造安防攝像頭的公司，旗下擁有節能效率非常高的AI晶片。
Bodylabs：於2017年10月被收購，主要提供3D人體掃描及建模服務，其服務可用於電商、零售領域。