【中國安防展覽網 品牌專欄】“我們相信零售會成為我們第15個營收過千萬的行業。”商湯集團總經理尚海龍說。
近三年,商湯代表的計算機視覺公司以算法和更高的度打破海康、大華等傳統巨頭的藩籬,闖入相對封閉的安防領域。
隨著安防市場的紅海化,恰逢線下零售的升級換代,2017年下半年,視覺技術里大小玩家紛紛押注零售,安防領域的AI明星在思量這會不會成為下一個高地,在小眾領域耕耘已久的潛力股,也在期盼得到走向臺前的機會。
“通過技術賦能效果展現了以后,我相信整個零售行業真正進入了從商品或服務來要利潤,轉成向數據要利潤,大家能夠意識到數據的價值,這個意識的轉變是偉大的。”
但是零售場景的分散化和多變性給新技術帶來了莫大考驗,也讓市場更加不確定。人工智能視覺能否被一片傳統土地接納,這是場復雜得多的踐行。
看清人臉是基本功
顧客在閘門前面對攝像頭站定,數秒后連接攝像頭的屏幕上出現機器采集的人臉,即完成身份認定,購物結束再次刷臉可支付離店。在蘇寧體育Biu門店里,這張臉也正是用戶的逛街ID,攝像頭以及背后的機器兢兢業業地記錄著:男,25歲,在耐克鞋前停留時間較長,購買了一頂鴨舌帽。
蘇寧Biu的視覺解決方案由商湯提供,對于CV明星而言,識別人臉乃看家本領。2014年,商湯創始人湯曉鷗的聯合實驗室用20萬人臉數據達到98.52%準確率的成績,超越人眼,在業界一炮而紅,之后,商湯以技術優勢殺入資金充沛、需求剛性的安防市場。
“圖像四小龍”商湯、依圖、曠視、云從發展路徑類似,去年都完成數億元融資。三四年前,全國安防設備產生的海量數據亟待處理分析,比如如何在火車站的人海中扒出流竄的**,把持政府項目的傳統巨頭卻無力消化,人工智能視覺“趁機而入”。
2017年,尤其是下半年,隨著新零售、智慧零售的概念落地,視覺明星們也陸續殺入其中,包括商湯、曠視、依圖、圖普、閱面等等。它們以“刷臉進場“和“刷臉支付”占到一席之位,商湯與蘇寧聯手,曠視拿下了阿里巴巴的淘咖啡,圖普把技術鋪到了天福超市、EasyGo以及OPPO……
兩項功能被廣泛應用于無人門店和升級改造中的傳統零售店,這也是目前視覺技術被熟知的功能,直接的效果是可以簡化收銀環節,節約成本。
當然,初出茅廬,在陌生的零售場域打拼容易么?
“AI不具備普適性,沒有的,不同場景對算法的要求不一樣。相比安防和金融,零售的場景太復雜多變了。”一位視覺產品經理感嘆道。
據透露,目前的刷臉技術其實相對簡單。“市場上提供的算法多是正面底庫識別,這種門禁模型做線下零售是有一定的問題。線下零售要做到無感知,可能不是通過注冊的人臉做識別,而是次進店的抓拍作為底庫,可能光線不好,可能有遮擋,可能是側臉,這就需要專門的訓練。”
尤其是涉及支付環節,必須人為設置固定的靜態場景,強制要求消費者配合,即便是人臉識別老大商湯所搭建的蘇寧Biu店也依托于閘門。
“現在謹慎一點的,像各大銀行ATM刷臉取款增加六位密碼確認;大膽一點的,像蘇寧門口有閘機,結賬一個個排隊,這樣支付環境有固定的靜態場景,準確率基本可以做到。大量的動態比對會成問題。”尚海龍說。
理論上,機器視覺不是沒辦法抓取非配合條件下的動態人臉,火車站里抓捕逃犯就涉及到人臉檢測、特征提取、比對多項技術,機器先在一幀視頻中框出所有的人臉,然后挨個與公安機關的照片數據庫對照。但問題在于,場景的變化要求對算法同步調整優化。
簡24原本調用過外部的技術,但后來選擇了自主研發。
“并不是因為外部技術不好,在機場這種公共場所,能從茫茫人海當中一眼把*識別出來,產品挺牛的,但關鍵問題在于,,需要為我們的場景做優化,任何的算法都要根據本地場景優化才能達到好的效果。第二,它們的訓練人群和我們的不一樣。”創始人林捷透露。
同時,人臉本身的局限性能否完全應用于零售業也存在爭議。“我們認為外部特征不能作為人的終生ID,或者綁定金融支付,很危險的。”深蘭科技創始人陳海波說。