进入无人超市
在购物前，消费者在进超市的入口处打开刷一下二维码，绑定个人ID，就可以打开闸门进入超市。这个过程配合摄像头进行生物识别确定客户身份，与账号绑定。
阿里无人咖啡馆入口
骨骼分析
据了解，「淘咖啡」面积 200 平方米，内部压力测试结果显示，同时在店人数 50 人基本没问题。
蚂蚁金服的工程师介绍说，「淘咖啡」在物联网支付方案用的是多模态识别，即计算机视觉叠加传感器感应。
这两项技术方案运用的权重比例，蚂蚁方面没有透露。对此我试着做了一些猜想：
首先，多模态生物识别是指整合或融合两种及两种以上生物识别特征，利用多重生物识别技术的独特优势，这其中就包括了人脸、指纹、虹膜甚至是骨骼分析等方式。通过多种技术+数据分析，能够使认证和识别过程更加精准、安全。
而如果说计算机视觉技术用的权重更大，那么有可能是用了人脸识别+骨骼分析的技术。人脸识别大家都已经比较了解了，手机上也有不少应用都会用到，我们不妨看看为什么可能会有骨骼分析技术吧。
简单来说，骨骼分析就是在摄像头眼中，在超市里走过来走过去的，只是一堆堆骨头，骨头之间再怎么叠加、交叉，基本还是可以被识别出来哪根骨头是谁的，这对于保证多人同时在店购物的识别精准度，起到重要作用。
所以，假如「淘咖啡」能够同时允许 50 人在店内活动的话，图像分割技术确实不如骨骼分析来的靠谱，也许就是包括了人脸识别+骨骼分析这两种结合在一起的结果。
眼动追踪：
在逛「淘咖啡」时，工人还在现场布置天花板上方的摄像头和传感器，根据摄像头数量和摆放位置，我推测「淘咖啡」店还叠加了眼动追踪系统。
「眼动追踪」可能会让一些人想起来当年在三星手机上，那个根据人眼动作来自动浏览手机内容的功能，不过当时那项技术实际使用效果并不如想象中美好，所以后来也在三星的机型中取消了这个功能。
但之所以推测「淘咖啡」会有这样的系统，是因为它可以捕捉两个维度的信息：
一是店内，包括店内的实时热力图：客人最喜欢走哪条路线，哪个货架的客流量最密集，哪个货架人流停留的时间最长，哪个货架比较冷清等等。
第二是用户，比如甜品货架前的客人男女比例如何，平均体型偏胖还是偏瘦;客人站在货架前，眼睛最习惯首先往哪里看(以推算出货架真正的黄金位置)。
实际上之所以这么推测，也是因为在物体识别领域，计算机视觉普遍被认为是识别人与商品的未来主流方向，我们曾经介绍过的 Amazon Go 就是一个典范。阿里在这个方向上显然也是很有想法，「淘咖啡」公测前不久，阿里宣布负责 Amazon Go 首席科学家任晓枫加盟，巧合中有必然。
深度决策算法：
这主要是用在后台的数据回流和数据挖掘。这其实也是无人超市最大的意义所在，无论是 Amazon Go 还是蚂蚁金服，雇一堆身价很高的工程师来研发无人超市，可不只是让大家体验一把黑科技的酷炫感的。其背后最大的价值，在于回收、分析基本面数据(比如商场热力图)以及沉淀用户画像，以帮助线下实体店更高效、更精准地优化供应链以及货架的摆放。
比如，工作日和周末、各种小长假中，在最显眼的展架上该放什么商品;还能根据客人的平均身高来调整货架的高低。甚至还能做一些预测，比如看到什么样的产品放在偏僻的地方仍然会有不错的销量，那么就要进行相应调整，让大家更容易发现它们。
说到算法模型，对蚂蚁金服来说一直是比较擅长的。AI 在其各业务场景都起到底层技术支撑，如保险、理财、小额贷款、智能客服等等。这应该是之后会在「无人便利店」这样的场景下深挖的一部分内容。
多模态识别：
刚才说了，除了计算机视觉，「淘咖啡」还叠加运用了传感器。在业界，大家都有一个基本的共识，单一维度的技术往往很难保证足够的安全性和足够好的体验感，所以，无论是物联网还是生物识别，只要想在商用场景落地，都会考虑叠加运用几种技术来进行交叉验证，也就是多模态识别。
Amazon Go 也是采用的计算机视觉+传感器感应(可能还有+生物识别)来降低误判率。因此，市场中有做物联网支付方案的公司强调说自己用的是纯计算机视觉，而实际上这对树立投资界以及公众对其进入商用的信心和安全感，并没有什么好处。
「淘咖啡」的客人在挑好东西后，要通过一个「支付门」才能出去。这个门每次只能一人进去，门里的各种摄像头和接收器要对人和商品做即时识别。
现场有人做了踢馆测试：几个商品横七竖八随意放在购物袋里;一些商品放在购物袋，一些放在书包里，一些拿在手上。最后都轻松通过并扣款无误，这似乎也说明，「淘咖啡」内不仅仅是计算机视觉技术这一种。
下面来看看蚂蚁金服工程师内测的 GIF：
结合「支付门」里布置的摄像头以及感应接收器，我推断「淘咖啡」是混搭结合了 RFID 天线，你可以理解为是增强版 RFID，以扩大天线的覆盖范围，加强对商品位置的定位，减少误读。
另外值得注意的是，蚂蚁金服官方披露的技术方案中有生物识别，但从现场体验来看，人是不需要在摄像头前特地停留以配合识别的，所以估计这其中用了人脸+体态+体重等多维识别。
这个「支付门」是「淘咖啡」区别于其他无人超市的一个亮点，同时也是一个缺点，至少在现阶段来看。因为用户在经过这个门时，并不能真的「即拿即走」，还需要等五六秒左右才能出门。
据介绍这个等待的时间不是系统识别和自动划扣造成的，是滑动门造成的，根据行业标准规定，它的安全关门速度就得这样……好吧，所以这个门应该是个过渡阶段的版本。
Amazon Go入口
自助购物
进入超市之后，Amazon Go需要用智能手机打开虚拟购物篮，而“淘咖啡”则声称不需要再掏出手机。Amazon Go货架墙壁上安装了很多个摄像头，还有多种传感器埋在每层货架的底部或顶部，通过摄像头、压力、红外、体积传感器感知顾客的购物过程。
Amazon Go在货架上采用了大量的传感技术
Amazon Go超市货架上的软硬件大致布局
阿里无人超市中的货架上尽管也集成了识别系统，但主要是用于记录消费者的行为，商品加购并非通过机器视觉系统来完成的：店内摄像头的主要作用在于监控店内的情况，同时追踪分析消费者的行为。据称，阿里无人超市用到的是“非配合人脸识别”技术，即用户在不看镜头的情况下，系统也能精确捕捉用户的生物特征，并进行匹配、计算。
“淘咖啡”的大屏幕上会显示顾客的等待时间
店内运动轨迹监控
亚马逊和阿里的无人超市都对消费者在店内的运动轨迹、在货架面前的停留时长等信息进行了捕捉和记录，用于指导商家调整货品的陈列方式和店内的服务装置。
Amazon Go使用的是图像分析和音频分析。通过摄像头可检测用户及其方位，天花板或货架里的多个音频可根据时差分析用户位置。此外，天花板上的天线可用三角测量确定位置，用户手机 GPS 也能提供定位，通过多个数据判断可将位置缩小到足够小。
阿里无人咖啡馆中的多路摄像头会记录下顾客拿到某一样商品时的表情和肢体语言，借此帮助商家判断某款商品是否足够符合他们的心意。
结算付款
Amazon Go的结算功能主要是通过货架上的传感系统，感知道人与货架之间的相对位置和商品的位移，然后根据顾客拿走的商品计算出价格。购物结束之后，亚马逊无人超市中的摄像头和传感器会自主感知到他完成购物离开，并将所购商品计入客户Amazon Go的账单中并完成支付。
在Amazon Go结束购物
零售业从线下走到线上，经过前沿科技的武装之后，又以全新的面貌回到线下。在这个过程中，摄像头技术、传感器技术、生物识别、机器学习和人工智能等技术的成熟与应用正在改变着零售业的模式。从货架布置到物流仓储，从选购商品到付款结算，无论是商家还是消费者都在经历着科技带来的前所未有的便捷体验。科技改变生活，现在看上去匪夷所思的“黑科技”场景终将成为未来生活最普通的瞬间。
看完本文，大家对无人超市的黑科技也有所了解，希望本文对大家有所帮助。
（综合极客公园，SuperD超多维科技）
推荐阅读>>>
免责声明：本网站所有信息，并不代表本站赞同其观点和对其真实性负责，投资者据此操作，风险请自担。