机器识别有三个难度阶梯，最简单一层是固定背景、固定商品；第二层是固定背景、移动商品；第三层是移动背景、移动商品。深兰是做最难的第三难度层级。客户拿着商品来回移动，摄像头既要识别绑定客户和商品，还要识别商品本身，还要识别人，在精准度上是比较有难度的。目前Take Go的监测精准度从单个摄像头的算法是90%97%，采用多机纠错后即可达到99%以上的精准度。
用机器视觉识别商品，商品图像库可以代替条形码
深兰科技的理念是：不是门店机器人代替营业员，而是门店本身就是智能化的。商品一定要能够被远距离非接触识别，机器视觉才是正确的方向，人工智能时代要形成基于图像的商品库。他们认为未来商店是没有人的、不需要条形码的，通过机器视觉和算法识别商品和人的购买行为。要做到让客户“拿了就走”，就要放弃条形码。
那么放弃了条形码，势必要找出可替代品。深兰推出的蓝眼，是一套商品图像数据的设备。据说目前国内外与他们合作的企业都在采用这个新的标准，未来将基于商品图像的商品库，而不是基于条形码的。蓝眼这种基于商品图像建立商品库的模式将随着无人店的兴起而实现更广泛的应用。商家每有新品，把新品放入蓝眼，它会采用类似我们视觉认识物体的方式去调整光影全方面采集数据，一般30秒，采集20万到200万个特征值数据，让门店认识。
不采用条码，而使用商品图像数据，不同的商家之间商品数据可以相通
一旦你认识到说图像数据在里头起很大的作用的话，开放度变成了一个几乎是很自然而然的不可避免的选择，因为你越开放会越多的数据共享出来，越多的数据出来之后你就可以越快的推进这项技术的进步。
所以我们觉得，不管是从对深兰好也好，还是对产业好也好，还是对整个社会好也好，任何一个角度来判断这个，深兰的这种图像数据应该是相通的。通过蓝眼采集到的数据保存在云端，商家如若需要，可以直接下载商品数据包使用。因此采用此系统的人越多，商品数据就越多，全世界各行各业的商品都可以以图像库的形式存储，都可以下载使用，这将是一个取代条形码的通用标准，何乐不为呢？
机器识别需要更强大的计算硬件支撑
深兰机器识别的每个商店需要空间建模分区，分为商品区、活动区和结账区。再采用实时轮廓算法，让机器知道去在看谁，再交叉验证。其次，再采用卷积神经网络，识别商品、识别体态。实现多人多单，基于体态识别个体，跟踪每个人的动态。
如果优化压缩卷积神经网络的层数，可以实现更快捷、效率更高、硬件要求更低、数据运算量更小的效果。用多机多帧协同纠错，可以做到动态背景移除与货架屏蔽。比如冰红茶的包装是红的，用户穿的衣服是红的，移除动态的人的衣服背景，可以单独识别冰红茶。所有这些强大的计算力都学要很好的硬件支撑，深兰采用的是英伟达的硬件，让每帧影像的识别和检测达60亿次，并且可以在平均0.013秒内完成。
图像的商品库取代条形码可能性分析
首先是与深兰合作的商家除了国内的很多巨头如娃哈哈，蚂蚁金服，还有许多国际市场支持者如英伟达等；其次是有技术积累和主要产品，他们最开始在国外做的是“异常检点系统”，归国后又推出Facepay生物支付系统，这些都为无人零售技术奠定了好的基础；
再次，今年属于AI零售元年，商务部也公开支持人工智能在零售行业的发展，是比较好的机遇；
还有深兰聚集了很多海内外的算法专家，拥有包括中科院、瑞典西部大学等几个联合实验室或合作科研项目；
最后也是最重要的就是作为AI零售技术独角兽，前期积累的商品图像数据，以及处理海量数据的强大计算能力和通用的AI标准，将是成为后入者的最大技术壁垒。
从目前来看，以深兰为代表的这套理论和技术算是国内智能零售翘楚，人工智能时代，图像的商品库取代条形码也将指日可待。
作者：初心，AI零售观察员，亿欧网，界面新闻签约作者
文章TAG：条形码 商品 科技
