【中国安防展览网 品牌专栏】“我们相信零售会成为我们第15个营收过千万的行业。”商汤集团总经理尚海龙说。
近三年，商汤代表的计算机视觉公司以算法和更高的度打破海康、大华等传统巨头的藩篱，闯入相对封闭的安防领域。
随着安防市场的红海化，恰逢线下零售的升级换代，2017年下半年，视觉技术里大小玩家纷纷押注零售，安防领域的AI明星在思量这会不会成为下一个高地，在小众领域耕耘已久的潜力股，也在期盼得到走向台前的机会。
“通过技术赋能效果展现了以后，我相信整个零售行业真正进入了从商品或服务来要利润，转成向数据要利润，大家能够意识到数据的价值，这个意识的转变是伟大的。”
但是零售场景的分散化和多变性给新技术带来了莫大考验，也让市场更加不确定。人工智能视觉能否被一片传统土地接纳，这是场复杂得多的践行。
看清人脸是基本功
顾客在闸门前面对
摄像头站定，数秒后连接摄像头的屏幕上出现机器采集的人脸，即完成身份认定，购物结束再次刷脸可支付离店。在苏宁体育Biu门店里，这张脸也正是用户的逛街ID，摄像头以及背后的机器兢兢业业地记录着：男，25岁，在耐克鞋前停留时间较长，购买了一顶鸭舌帽。
苏宁Biu的视觉解决方案由商汤提供，对于CV明星而言，识别人脸乃看家本领。2014年，商汤创始人汤晓鸥的联合实验室用20万人脸数据达到98.52%准确率的成绩，超越人眼，在业界一炮而红，之后，商汤以技术优势杀入资金充沛、需求刚性的安防市场。
“图像四小龙”商汤、依图、旷视、云从发展路径类似，去年都完成数亿元融资。三四年前，全国安防设备产生的海量数据亟待处理分析，比如如何在火车站的人海中扒出流窜的**，把持政府项目的传统巨头却无力消化，人工智能视觉“趁机而入”。
2017年，尤其是下半年，随着新零售、智慧零售的概念落地，视觉明星们也陆续杀入其中，包括商汤、旷视、依图、图普、阅面等等。它们以“刷脸进场“和“刷脸支付”占到一席之位，商汤与苏宁联手，旷视拿下了阿里巴巴的淘咖啡，图普把技术铺到了天福超市、EasyGo以及OPPO……
两项功能被广泛应用于无人门店和升级改造中的传统零售店，这也是目前视觉技术被熟知的功能，直接的效果是可以简化收银环节，节约成本。
当然，初出茅庐，在陌生的零售场域打拼容易么？
“AI不具备普适性，没有的，不同场景对算法的要求不一样。相比安防和金融，零售的场景太复杂多变了。”一位视觉产品经理感叹道。
据透露，目前的刷脸技术其实相对简单。“市场上提供的算法多是正面底库识别，这种门禁模型做线下零售是有一定的问题。线下零售要做到无感知，可能不是通过注册的人脸做识别，而是次进店的抓拍作为底库，可能光线不好，可能有遮挡，可能是侧脸，这就需要专门的训练。”
尤其是涉及支付环节，必须人为设置固定的静态场景，强制要求消费者配合，即便是人脸识别老大商汤所搭建的苏宁Biu店也依托于闸门。
“现在谨慎一点的，像各大银行ATM刷脸取款增加六位密码确认；大胆一点的，像苏宁门口有闸机，结账一个个排队，这样支付环境有固定的静态场景，准确率基本可以做到。大量的动态比对会成问题。”尚海龙说。
理论上，机器视觉不是没办法抓取非配合条件下的动态人脸，火车站里抓捕逃犯就涉及到人脸检测、特征提取、比对多项技术，机器先在一帧视频中框出所有的人脸，然后挨个与公安机关的照片数据库对照。但问题在于，场景的变化要求对算法同步调整优化。
简24原本调用过外部的技术，但后来选择了自主研发。
“并不是因为外部技术不好，在机场这种公共场所，能从茫茫人海当中一眼把*识别出来，产品挺牛的，但关键问题在于，，需要为我们的场景做优化，任何的算法都要根据本地场景优化才能达到好的效果。第二，它们的训练人群和我们的不一样。”创始人林捷透露。
同时，人脸本身的局限性能否完全应用于零售业也存在争议。“我们认为外部特征不能作为人的终生ID，或者绑定金融支付，很危险的。”深兰科技创始人陈海波说。
我要评论
所有评论仅代表网友意见，与本站立场无关。