侵权投诉
订阅
纠错
加入自媒体

线下零售升级换代 触发安防产业红海

他对自家的“不要脸运动”深以为豪,以扫手取代刷脸,扫的是静脉、动脉和毛细血管,以每一根血管的分叉点和点与点之间位置关系为特征值。

“我们的N值达到4亿(能与4亿数据做对比,简单说,N值越高算法和算力越强),再加上4位手机号码,做到了40亿。”

公开数据显示,商汤2017年有20亿张人脸数据,2亿个体训练,达到9位密码时代。

进场之后,靠脸的可能性也不大了。

“一说到视觉技术就想到刷脸,其实这是最为简单基础的功能。”林捷说,“进场之后拍不到人脸,靠体态识别这个人,知道他拿了什么商品,这比较难。”

业内公认的、视觉技术应用的极致表现为Amazon Go,全程通过机器捕捉看了什么,拿走了什么,离店后自动扣款,当然,为确保准确性,Amazon Go还采用了重力感应器、二维码、红外感应器等辅助技术。

深兰于2016年4月发布了无人值守零售解决方案,陈海波告诉亿邦动力网,人与货关联的算法极为复杂,“入场时采集到人的数据,包括人的体型,头到地面的距离,肩到地面的距离,这是一个综合数据,摄像头一直在追踪用户。在商品区有一条无形的电子栅栏,手伸进去以后触发摄像头开始抓取动作。摄像头以每秒30帧抓取手,当触及商品时每秒120帧, 同时实时去背,扣掉背景,让摄像头都集中看商品,更精准判断它是什么。”

“全程要调动多个摄像头协同监控,实时调整每个摄像头的权重。如果商品和背景一个颜色,那机器大脑也没办法了。”

你们这方案多少钱?

“零售毛利低,对每一笔投资都会非常谨慎。相应而言,它是一定要看到效果才会投资。”尚海龙说。

从安防到零售,作为服务方的计算机视觉公司明显感知到客户预算的锐减。

比如,公安系统的视频监控方案并非适用一般的零售商,“它本身使用是公安内网,一个本地化的服务器集群,用物理服务器去承载所有的视频流,服务对象的特性决定了方案的设计。”一位视觉从业者表示。

普通零售商针对视频监控则必须考虑:第一,本地加服务器,购买服务器需要几万元,而且需要人维护,还要防止偷盗丢失破损;第二,云加端,视频流传到云端处理方案的网络带宽成本加云端GPU服务成本也不低,传输至少一个720P或者一个高清码流,带宽少说要4M,一个CPU服务器,大概阿里是500块钱一年,GPU是3000块钱一年;第三,压缩视频流上传云端,会丢帧失真,效果很差。

“政府项目可以说不计成本,以达到最好的效果,这和商业的逻辑不一样。”

硬件占据方案成本中的大头,包括GPU、相机以及各类感应器等。

后台分析是店里配备小型硬件处理站还是走云端,包括私有云、公有云还是混合云,厂商们提供了开放选择。图普负责零售产品的刘凯解释称,上不上GPU由客户需求决定,云端分析处理的好处是及时性更强,刚到店的客人马上就能被识别出来,模型、程序的更新也是在云端完成,无需人工干预,但是对网络传输要求高;本地化分析则几乎不占用忙时带宽,在本地分析完后再在闲时将分析结果上传到服务器。

“根据客户实际的需求以及资源的限制来做选择,没有最好的,只有最适合的。”刘凯说。

相机有原本线下就在用的几百块的普通摄像头,也有动辄上千的深度版,还有方案提供商自主设计的独家产品。

普通相机是单目的,2D成像,而深度相机通过双目或3D结构光或加红外模组实现3D效果,也就可以知道物体离相机多远,当然价格也更贵。

“我们现在用2D相机,通过算法模拟3D,当然,如果用深度相机模组可以更准,但成本太高了。”一位产品经理表示。

<上一页  1  2  3  下一页>  
声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号