智能识别技术在无人零售场景下的新应用

　　我们都知道，无人零售满足的是消费者多样化的即时性消费需求，要解决的是人货场的重构。整体来看，无人零售主要包括三大板块，第一，识别用户;第二，识别商品;第三，是难度最大的一点，也是未来真正具有颠覆性的部分，就是做到用户与商品的智能连接。

　　简单点来讲，比如：消费者进入一家店铺，机器视觉自动识别身份，消费者自由选购商品，走出商店支付通道，物联网RFID技术自动识别其购买了哪些商品，单价及总价，机器视觉再次核对商品和客户，自动扣款并开启通道，实现消费者“即拿即走”。

　　目前无人零售的无人货架和无人便利店这两种形式是怎样实现这一过程的呢?

　　一、用户识别

　　技术方案：生物识别、机器视觉

　　在无人购物领域，对于用户的识别可分成辨识与验证两大类。无论是无人便利店还是无人货柜，用户首次使用都需要完成以“辨识”为主的注册过程，形成个人资料存储于系统之中，而二次以及多次使用，完成的则是“验证”过程。

　　早在2017年阿里旗下的无人便利店淘咖啡就采用生物识别技术，消费者第一次进店时，打开“手机淘宝”，扫一扫店门口的二维码，获得一张电子入场券。通过闸机时扫这张电子入场券，进入店内之后就可以购物了。

　　而另一大方向是生物识别。其中，占有率最高的技术方案当属指纹识别和面部识别，例如邦马特无人便利终端就是用指纹识别来完成用户购物的开箱与支付体验，但易受到出汗、手指脱皮等生理状态的影响。

　　面部识别主要是基于机器视觉技术，通过摄像头捕捉消费者特征，但也不是百分百安全，就像是自己手里的iPHONE X会被盗刷一样，面部识别同样存在一定风险。因此截至目前，市面上识别用户的方式通过手机终端扫描，依旧存在。

　　二、商品识别

　　技术方案：二维码、RFID标签、图像识别、传感器技术等

　　在商品识别环节，无人零售技术方案主要包括三大类。其中，最常见的方案是通过扫二维码或条形码来购买商品，对于商家来说成本低、操作方便;但对于消费者来说，需要逐个扫码，体验较差。

　　除了扫码，另一种主要的技术是RFID标签(Radio Frequency Identification，也称射频识别标签)。该方案借助视觉传感器、压力传感器等技术，通过射频信号自动识别商品的RFID标签，随后与网络系统对话获取相关数据，追踪消费者放入购物车的每一件产品，RFID标签技术一定程度上解决了长时间排队结帐这一问题，优化了购物体验。

　　并在今年(2018年)10月份进行了优化，麦克斯韦便捷型RFID抗液体标签面世，非常的便捷，且隐蔽性较强，完全不影响现有产品包装的美观和作业人员的效率。也是一个非常巨大的进步。

　　三、用户与商品的智能匹配

　　技术方案：图像识别+深度学习+传感器融合

　　基于图像识别、深度学习、传感器融合等技术的无人零售技术系统，则是具有“颠覆性”的方案，也是真正将用户与商品智能匹配的实现路径。

　　Amazon Go采用计算机视觉技术，通过摄像头捕捉购物者在商店的行为，然后从图像识别中获取购物者拿起的商品，再用人工智能中的深度学习去判断和识别购物者是否需要这件商品，从而决定是否加入购物车。最后加入传感器，提高最终结果的准确性。

　　四、大数据重建

　　技术方案：物联网、大数据

　　当然，除了完成识别、购买和交易的场景，还在做的，是将不同终端正数据挖掘与连接，能带来更加深远的变化。

　　最近刚刚落地上海虹桥机场的云拿无人便利店，还会依据消费者的购买习惯，给不同商品忠诚度的消费者提供差异化的价格，常买的东西往往就会有较大优惠。同时，云拿会向进店品牌商提供精准广告展示、消费者反馈数据、品牌商补给商店的品牌推广返点折扣等，这部分将反哺给消费者，并体现在部分商品的差异化折扣中。

　　这些大数据与技术对接，商家可以更加合理、精确地对货品、货架进行管理，最终让消费者体验到更优质的服务。

　　结语

　　无人零售，在笔者看来，不仅仅是“无人”，而最根本的应该是利用技术升级提高购物效率、满足即时消费、懒人经济的需求;同时帮助商家降低成本、增加坪效、创造更好的投资回报率，这才是无人零售的价值所在。

　　在梳理的过程中可以发现，新技术不断迭代、运用到三大环节中，而笔者也相信，真正具有突破天花板能力的技术解决方案也正在路上。