近日,蘇寧美國硅谷研究院高級架構師王止觀受邀參加了全球頂尖的技術盛會——QCon全球軟件開發(fā)大會,并以《無人店之人臉識別技術探討》為題介紹了蘇寧人臉識別技術的最新成果以及在無人店等場景里的應用。

(圖片:王止觀在QCon全球軟件開發(fā)大會)

人臉識別技術落地難

近年來,隨著消費升級的持續(xù)和人工智能技術的蓬勃發(fā)展,各大巨頭紛紛謀求依靠新興技術實現(xiàn)消費體驗創(chuàng)新,人臉識別技術的應用也從過去安保系統(tǒng)不斷延伸到商業(yè)、娛樂、金融、營銷等各種行業(yè),“刷臉”一詞也逐漸被越來越多的人所了解。

然而,“刷臉”一詞說來輕松,但要實現(xiàn)出色效果再到落地實現(xiàn)產(chǎn)業(yè)化仍然困難重重。一方面,人臉識別技術在實際應用過程中,仍有因用戶、環(huán)境的改變造成的精準度不夠等問題存在;另一方面,即使業(yè)界普遍在技術方面不斷尋求突破以縮小差距,但如何實現(xiàn)技術落地具體行業(yè),并利用積累的大數(shù)據(jù)實現(xiàn)利益變現(xiàn)仍是一個迫在眉睫的問題。而這兩點,也成為了許多謀求創(chuàng)新的企業(yè)亟待解決的問題。

人臉識別落地 無人店展現(xiàn)“蘇寧速度”

在蘇寧近年來的布局下,這些問題得到了逐個擊破。一方面,蘇寧已然形成了國際領先的技術優(yōu)勢:早在去年無人店風口異?；馃嶂H,蘇寧就在行業(yè)內(nèi)提出了無人店“分級系統(tǒng)”的概念,為蘇寧將人臉識別技術落地到無人店提供了清晰完備的理論基礎;隨著深度學習在圖像識別方面的突破,人臉識別的準確率實現(xiàn)了巨大飛躍。據(jù)蘇寧美國硅谷研究院高級架構師王止觀介紹,蘇寧美國硅谷研究院在研究中發(fā)現(xiàn),將GoogleNet中的Inception模塊和ResNet相結合得到新的架構,可以進一步提高人臉識別模型的精確度。

基于這一重大發(fā)現(xiàn),蘇寧美國硅谷研究院來自創(chuàng)新應用、大數(shù)據(jù)、人工智能及深度學習等不同專業(yè)背景領域的頂尖工程師、研究員及分析師各司其職,共同實現(xiàn)了技術突破并取得了顯著成果。3月份,在國際權威的人臉識別公開測試LFW和MegaFace上,蘇寧美國硅谷研究院訓練出的人臉識別模型分別取得第一和第三的排名,在LFW上測試的準確率更是高達99.83 %,超越了國內(nèi)外眾多知名公司。

(圖片:人臉識別模型在MegaFace 排名取得第三)

另一方面,蘇寧憑借多年線下實體店開店經(jīng)驗,在選址、鋪貨、布局、倉儲物流、配貨、消費者體驗等方面積累了極其豐富的經(jīng)驗。此外,當前完成了雙線融合、實現(xiàn)了“一大、兩小、多專”智慧零售業(yè)態(tài)群的蘇寧同時還擁有得天獨厚的應用場景和數(shù)據(jù)規(guī)?；臈l件。因此,蘇寧在讓人臉識別技術落地無人店的同時,不僅能夠準確地對門店內(nèi)客戶進行行為識別及追蹤,還實現(xiàn)了大規(guī)模高效復制。

(圖片:蘇寧biu店前的智能互動)

去年夏天,蘇寧就推出了國內(nèi)首家商用無人店“蘇寧體育Biu“;11月,蘇寧無人店又再次落地四家,實現(xiàn)了“蘇寧速度”。隨著今年的人臉識別技術取得突破性進展,無人店又升級2.0版本。較之1.0階段,2.0的無人店的識別效率均有很大提升,支付時間從1.0階段的10秒提升到2.0階段的6秒。此外,無人店2.0沒有閘機,較之1.0版本更加開放,適配不同業(yè)態(tài)將更加容易。

就在蘇寧無人店已經(jīng)開始迭代升級并高效復制時,目前行業(yè)能打造出科技含量如此之高的無人店尚無二者。更值得注意的是,在蘇寧智慧零售大開發(fā)戰(zhàn)略下,蘇寧無人店在高效復制落地的同時,引領大眾消費變革未來可期。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。