Пандемия и активное развитие онлайн-торговли стимулируют интерес розничных сетей к внедрению автоматизированных магазинов без персонала и касс, это позволяет сократить расходы на персонал, но вызывает ряд трудностей.
Магазины без касс в последние годы активно тестируются и запускаются в США, Европе, Китае, а также в России («Пятерочка», «Азбука Вкуса», «Вкус Вилл»).
Работа таких магазинов связана с определенными трудностями, поскольку поведение клиентов в таких розничных точках может быть непредсказуемым, а автоматизация процесса покупок одновременно ведется для десятков людей, которые могут приобретать тысячи товаров одновременно. Это накладывает ряд проблем на используемую в данной концепции технологию компьютерного зрения.
Непрерывное отслеживание покупателей
Когда покупатель входит в магазин, система камер должна иметь возможность непрерывно отслеживать его на всем пути совершения покупок. Необходимо знать, что тот или иной товар в разных частях магазина брал один и тот же человек. При этом в переполненном магазине непрерывное отслеживание может быть затруднено. В большинстве стран запрещено использовать распознавание лиц из-за сбора персональных данных, поэтому интеллектуальная система должна распознавать людей по их внешнему виду. Но и тут есть сложности связаны с тем, что покупатель, например, может снять верхнюю одежду или взять ребенка на руки.
Чтобы использовать непрерывное отслеживание, необходимо обеспечить 100% покрытие площади магазина камерами. Это позволит обнаруживать покупателей, перемещающихся по торговой зоне. Кроме размещенных под разными углами камер для точного местоположения также применяются и датчики.
Проблема отслеживания взятых товаров
Из-за большого ассортимента и разнообразия продуктов процесс их покупки клиентами не является линейным. Посетители могут перемещать товары, нюхать их, класть обратно и идти к другим полкам. Системе камер особенно трудно распознать взятые товары с полки, если рядом с ней находится несколько человек.
Компания Amazon, например, решила эту проблему, внедрив оценку позы и анализ активности человека. По сути, это еще один уровень искусственного интеллекта в сочетании с компьютерным зрением. Он определяет положение и движение человека, чтобы понять, берет ли он конкретный товар для покупки или нет. Это решает проблему наличия нескольких покупателей у полки и помогает определить, кто взял конкретный продукт, даже если камера была кем-то заблокирована.
Идентификация похожих продуктов
Разработчики решений для автономных магазинов часто сталкиваются с проблемой похожих упаковок и это вызывает определенные сложности. Некоторые продукты имеют незначительные различия во внешнем виде, из-за чего системе сложнее передать все детали, особенно если в кадре камеры возникают препятствия или покупатель быстро передвигается. Эту проблему можно решить, обучив систему замечать мелкие детали, используя камеры с более высоким разрешением и частотой кадров.
Источник: kiosksoft.ru
