2019零售大变局! 3D视觉暗战智能货柜( 五 )

接着 , 到了2018年年初 , 以非典型智能货柜玩家深兰科技为代表的机器视觉智能货柜面世 , 将智能货柜的市场带到了“摄像头”时代 。

这一时期的智能货柜会在每层的顶部中央位置都放一个摄像头 , 或者在每层的左右两侧各布一个摄像头 , 然后算法会根据每层的摄像头记录下的货柜开门前后每层商品的变化来完成扣款 。

但是这种方案由于需要摄像头完整的拍到每层商品变化 , 因此这就需要商品的摆放不能发生堆叠 , 并且摄像头与商品中间也要留出很大空距 , 因此这一方案虽然保障了安全但却造成了极高的空间浪费 。

另外 , 一旦需要对SKU进行增减 , 静态方案就需要对单品SKU的训练进行不断的位置调整训练 , 以应对各种可能的取放情况 , 因此方案整体会出现过拟合以及对SKU品类限制较高的情况 。 当前市面上的主流静态方案应用还都停留在卖饮料等典型标品的阶段 。

可以弥补这种缺陷的则是动态视觉方案 , 2018年3月 , YI Tunnel在“中国零售数字化创新大会”上首先亮相了这项技术 。 同样是以计算机视觉识别商品 , 动态方案利用的是门口的四个摄像头来识别用户开门后手上的商品 , 因此对于货柜内部商品的摆放几乎没有任何要求 , 同时也减少了智能货柜内部的摄像头数量 。

推荐阅读