圖片來源: 

攝影/王若樸

工研院也想打造無人商店!日前工研院舉辦ICT TechDay資通訊科技日活動,展示了可擺在辦公室的智慧貨架「易取」,只要刷識別證,就可以拿取想要的商品,同時攝影機會辨識物件,手機也會傳送消費訊息,消費金額直接從薪水中扣除,讓員工買東西更輕鬆,拿了就走。

不過,辦公室智慧貨架只是工研院打造智慧零售(也就是無人商店)的其中一步。工研院資通所影音匯流與分析系統技術部經理蘇奕宇表示,智慧零售包括顧客辨識、顧客屬性與商品互動、顧客店內行為分析和影像辨識自助結帳,而這四個環節,都得仰賴AI影像辨識技術。

以顧客辨識來說,工研院利用半監督式卷積運算自動特徵學習方式,來打造人臉辨識的DNN深度學習模型,與傳統由設計者定義的特徵分析和行為檢測演算法相比,擁有較高容錯能力、適合複雜環境,也因此準確度較高。蘇奕宇說,工研院也做實驗來測試臉部辨識效能,蒐集了20人的監視器資料集,以150x150畫素和1400多張影像資料來訓練模型,辨識率達99.4%。

而在顧客屬性與商品互動方面,則會先透過多視角人臉表情辨識技術,來確認顧客表情、性別和年齡。工研院的影像分析系統,可進行解析度720P、幀率30FPS的即時影像串流辨識,在表情辨識部分,則能歸類7種表情(比如高興、難過和無表情等),準確率達90%。顧客屬性確認之後,系統會分析畫面中人物影像和骨架資訊,來辨識顧客行為,比如將商品置物購物車、或放回商品架上,並持續偵測顧客購物的表情,藉以分析顧客購物偏好。

就顧客店內行為分析來說,工研院系統會透過人物影像偵測、特徵分析,來了解和記錄顧客特徵,比如人臉、服裝、顏色和持有物等。此外,系統也會透過多臺攝影機,追蹤顧客移動軌跡,記錄移動路線與停留數據。

在影像辨識自助結帳方面,仍以電腦視覺技術為關鍵。具體流程為將商品水平放置於結帳平臺,將任一面朝上,而平臺會偵測重量與商品影像,並於螢幕顯示結帳訊息和支付金額,消費者即可付款。蘇奕宇表示,工研院自助結帳系統,辨識每個商品平均花0.1秒,而商品辨識準確率為97%,如果攝影機偵測到消費者未將手上商品置於結帳平臺,系統會以語音方式提醒消費者。文◎王若樸


Advertisement

更多 iThome相關內容