计算机视觉技术在零售中的5大创新应用
笑容检测相机、条形码扫描仪和自动驾驶汽车之间有什么共同之处？答案就是它们都以某种方式应用了计算机视觉技术。计算机视觉是一种基于图像识别的技术手段，可以帮助机器对物体和场景进行有效决策。这种技术又是如何应用到零售行业中的呢？
早期的计算机视觉研究始于50年多前，而随着我们对这项技术的理解日益加深，计算机视觉也在更广泛的领域得到更丰富的应用。如今大部分数码相机在拍照时能够自动识别人脸，OCR（文字识别）软件扫描文件后就能将其转换为文字文档，甚至在基于视觉技术的生物统计学的帮助下，将虹膜识别技术应用于身份鉴别等领域。
零售行业对计算机视觉的应用最早是在电商领域，然而现在这项技术已经越来越多地应用在实体店中，帮助完善货架展示，提升作业效率，并且为消费者创造一个无摩擦的零售体验。
下面让我们看一看品牌和零售商对视觉技术的五种创新型应用。
有的时候，你想买一件商品，却怎么也找不着。这种情况下，一种名为Lens的工具可以帮上忙。这是图片分享网站Pinterest推出的一款测试产品，它可以帮助解决你在店里遇到的问题。
这个工具可以识别对应的物品，然后提供相应的背景信息。比如也许它会告诉你这件家具的设计师是谁，是在哪一年设计的，或者它会为你提供某双鞋子的搭配建议。你需要做的只是拍个照，剩下的交给app就好。
通过对面部识别系统的应用，美食糖果零售商Lolli & Pops在老顾客进店的时候就能认出他们。依靠计算机视觉，顾客们可以获得个性化的消费体验：通过检索他们的消费记录和个人喜好，系统可以向每位顾客提供个性化的商品推荐。
这一系统不仅为每位顾客提供个性服务，更重要的是，每位顾客都获得VIP的待遇，这就逐渐培养了顾客的忠诚度，并且可以将偶然进店的顾客转化为回头客。这两样都是零售商梦寐以求的。
计算机视觉技术的优雅和简洁在于，它可以将单纯的图片转化为可执行的分析意见，这样品牌和零售商就能将更多精力放在更基本的管理问题之上。通过“货架数字化”，现在企业已经能够实时监控货架上发生的一切。系统指令从最简单的比如“到后面的房间取一箱产品过来把货架的空当填满”，到更高级的指令，比如减少竞争对手产品的facing（面对消费者排列在一起的同一产品的数量），同时将自己产品的facing增加相同的数额。
软件使用者不用离开座位就可以获得针对不同岗位的分析意见，众多零售指标将告诉他们货架上的真实情况，并提供如何采取应对措施的建议，这样就能保证最佳的购物体验，同时提升销售业绩。
RetailNext公司的Aurora是第一个特别为满足零售业的复杂需求而设计的传感器。除了可以跟其他同类产品一样计量顾客的脚步以外，Aurora的数据还具备更多的肌理——它包括了通道顾客的捕获率，并将顾客在店内行走的线路进行分解。这样你就可以看到哪些促销活动吸引了顾客驻足，而哪些促销又让顾客完全提不起兴趣。
它也不仅仅是可以监测顾客活动而已，它还可以促进客户和销售人员之间的互动，提供门店实时服务情况的可视化信息。此外，它可以用于推动个性化的营销和宣传活动。
计算机视觉技术还可以帮助改进购物中最糟糕的体验之一——排队结账。
位于西雅图的Amazon Go概念商店利用计算机视觉技术追踪顾客的行为，安装在货架上的传感器可以实时监测到顾客拿起商品的瞬间，接下来所有这些物品都会被自动添加到Go移动app中的购物篮里，直接在app当中结账即可——顾客离店后，Go app自动从顾客绑定的信用卡中扣款。收据也直接发送到app中。
那么最后，对于Trax而言，我们的目标是为顾客提供无摩擦的零售体验，而这将通过计算机视觉技术和深度学习技术的结合实现。如果你期待更进一步了解Trax的产品及解决方案，欢迎留言与我们联系。