江苏龙网

  1. 首页 > 人文 > >

科技刀利用商品批量识别重塑新零售，英特尔携手海信

2020年初 ， 一场席卷全球的突发性公共卫生事件 ， 使得人们极大的提高了公共卫生的意识 ， 对无接触式场景的需求直线上升 。 许多恢复营业的线下超市采用“无人零售”的模式——即没有店员、没有收银员、顾客挑选商品后扫码即走 ， 减少了面对面结账导致的传播风险 。 以“无人零售”为代表的无接触式经济 ， 凭借其减少人与人之间的接触、降低传染风险的优势迅速走红 ， 在后疫情时期 ， 又一次吸引了大众的眼球 。
科技刀利用商品批量识别重塑新零售，英特尔携手海信
文章图片
在人工成本日益高涨、线上流量趋于饱和的今天 ， 无人零售凭借其降低零售成本、提升服务覆盖率与服务能力、挖掘零售业务潜在价值等优势 ， 迅速地掀起发展狂潮 。
更灵活、更高效的自动收银系统
要实现无人零售 ， 面向消费者的自助收费系统必不可少 。 当前 ， 大多数自动收银系统均基于条码或是射频识别（RFID）技术 ， 可以满足大多数标准化商品的自助收银需求 。 然而 ， 这种方式也面临非标准化场景的限制：
1、无法识别商品是否存在破损、掉包等问题;
2、诸如蔬菜、水果、禽肉、烘焙等非标准化产品 ， 由于消费者需求的多样化、产品的异质性 ， 很难统一粘贴条码或RFID标签 。
科技刀利用商品批量识别重塑新零售，英特尔携手海信
文章图片
基于深度视觉识别的自助收银系统 ， 可实现更多场景、更灵活高效的自动收银 。 利用深度视觉技术 ， POS终端能够收集商品的图像数据并进行推理 ， 判断出商品的品类、数量等信息 ， 结合自动称重 ， 二维码收付款等功能 ， 实现更多类型、非标准化商品的自助结账 。
在这个过程中 ， 目标检测能力是关键 。 在深度学习模型中 ， 深度卷积神经网络因其擅长于对图像的内容进行抽象与描述的能力 ， 在图像检索中发挥着重要作用 。 然而 ， 受限于深度卷积神经网络的复杂度和检测算法的设计 ， 未经充分优化的视觉推理系统会消耗大量的硬件资源 ， 影响目标检测速度 。 尤其对于零售店这种典型的边缘计算应用场景而言 ， 面临巨大的算力挑战 。
英特尔+海信：软硬结合 ， 加速商品批量识别
为了实现商品的自动识别 ， 满足更多场景的收银需求 ， 青岛海信智能商用系统股份有限公司（以下简称：海信智能商用）推出了LUNAX系列智能零售识别收银系统 。 该系统专为智慧零售场景打造 ， 搭载了英特尔?酷睿?处理器 ， 可集成摄像头识别商品和人脸 ， 实现无码和无感收银 ， 是对二维码收银和现有银行卡、微信、支付宝等支付方式的有利补充 。
英特尔?酷睿?处理器 ， 具有强大的通用计算能力和出色的低功耗表现 ， 与英特尔?核芯显卡的出色并行处理能力相结合 ， 在高可用性、可扩展性和安全性上具有出色优势 ， 为海信智能商用LUNAX自助收银相关的应用负载奠定了强大的算力基础 。
此外 ， 英特尔平台还具备强大的外设兼容性 ， 支持LUNAX系列搭载不同的外设 ， 提供多种功能支撑 。 其中 ， 15.6高清纯屏窄边框触摸一体机+支付打印魔盒CUBEX的组合形态 ， 实现了人工或自助收银的灵活转换；采用灵活的模块化设计的支架等功能结构部件 ， 支持通过横竖屏和高低位等模式满足不同场景的自助收银需求 ， 打造更完善的无人零售体验 。
科技刀利用商品批量识别重塑新零售，英特尔携手海信
文章图片
海信智能商用LUNAX系列智能零售识别收银系统图片来源：海信智能商用
在商品批量识别中 ， 海信智能商用LUNAX系列采用基于TensorFlow框架的算法模型 ， 并使用OpenVINO?工具套件加速基于深度学习的物品识别 。 OpenVINO?工具套件基于卷积神经网络（CNN）而设计 ， 支持从边缘到云的深度学习推理 ， 可在英特尔硬件平台上扩展工作负载并实现性能最大化 ， 在显著加速图像训练速度的同时保持出色的准确性 。


推荐阅读


上一篇：『外星人』外星人来了？美国科学家在死之前录制视频，揭露51区或存在外星人

下一篇：余杭发布快来看看你做了多少贡献，一季度线上商品零售额增长27.6%！“宅男宅女”们