2020年9月21日 机器视觉与计算机视觉技术

视觉系统在零售业4.0中的作用

技术在零售购物中扮演着越来越重要的角色,这一发展被称为零售4.0。我们来看看计算机视觉是如何推动这场革命的。

在仓库里

计算机视觉从供应链一开始就可以发挥作用。不久前,我们报道了机器视觉和智能物流在圣诞节及时运送货物的情况。在仓库中使用无人机正在成为现实,图像识别技术正在帮助一支无人机大军清点货物、识别低库存并发布补充空货架的指令。欧莱雅集团自2018年成功参与公司审计以来,一直在使用Eyesee库存无人机,据报道审计效率提高了6倍。使用FlytBase提供的软件,无人机还可以提供先进的物品搜索,使订单能够更快、更准确地完成。

在商店里

我们都听说过亚马逊Go的成功——亚马逊的实体店,顾客把自己挑选的商品放进购物篮,不去结账就离开商店。这是由摄像机、传感器和深度学习算法组成的网络实现的。其他零售商在他们的销售点使用计算机视觉有不同的用途。几十年来,闭路电视一直被用来阻止或抓捕扒手,但新的人工智能软件现在允许实时处理更多的图像,从而更好地预防扒手。我们最近写了一篇关于面部识别技术的文章,一些零售商有争议地用它来识别已知的扒手,提醒保安人员注意当这个人在店里的时候会察觉到风险。去年,销售点巨头NCR收购了StopLift Checkout Vision Systems,表明他们打算降低结账流程对sweetwarthing等欺诈的脆弱性,sweetwarthing是一名员工通过设计对商品的错误扫描将商品送给客户的流程。

Clarifai是帮助零售商更好地规划店铺布局的软件供应商之一。通过测量消费者在某些显示器前花费的时间以及他们在商店中的路径,从而提供关于最佳车间设计的数据,Clarifai正在将相机变成一种响应工具,以吸引顾客。甚至有人建议,零售商可以将这些分析与GPS数据结合起来,以便向购物者提供相关的特别优惠。想象一下,当你走过一根巧克力棒时,突然你的手机里出现了一个折扣码——谁能抗拒呢?

使其真实

商店也在提供增强现实(AR)和虚拟现实(VR)。2017年,亚马逊为一款镜子申请了专利,这款镜子使用AR向顾客展示他们在某些衣服上的样子。在你附近的更衣室里小心!一些零售商已经在他们的销售点提供了虚拟现实耳机,允许顾客在模拟的环境中观看不同颜色的产品,或者只是提供一点乐趣,让顾客在商店里呆更长时间(或者允许购物狂在伴侣或注意力不集中的孩子被占用时浏览!)德国宜家(Ikea)和美国梅西百货(Macy’s)都推出了通过虚拟现实(VR)来尝试家具甚至厨房配件的可能性;宜家的试点计划使用户可以缩小到孩子的尺寸来检查厨房是否有危险,梅西百货正在扩展这一体验,包括一款尝试家具的应用程序也在家里。

视觉辅助营销

即使你没有踏入购物中心,计算机视觉也可能会影响你的零售4.0体验。技术正在引入“形象倾听”,以帮助零售商强化品牌,并将产品摆在最相关的受众面前。NetBase等平台识别并监控消费者在社交媒体上看到的徽标和图片,并将这些信息反馈给零售商的营销部门。然后,零售商可以更好地了解他们的商品是如何和在哪里被看到的,这样他们就可以更有效地瞄准这些渠道。社交分析师Brandwatch列出了一些经过测试的图像识别工具,其中有很多是为支持零售业而设计的。

计算机视觉正在对零售业产生巨大影响,新技术正在模糊实体交易和在线交易之间的界限。无论你如何购物,都要准备好接受各种形式的视觉技术,以增强你的体验。

Banner
Related Posts

图像处理中的深度学习技术

2018年8月9日

2018年8月9日

机器学习中的另一种技术是例如“超级矢量机”。与深度学习相比,必须手动定义和验证功能。在深度学习中,神经网络采用这一手动步骤:在训练过程中,独立地自动识别和提取特征。

自动机器视觉初创企业Nexar发布实时互动地图产品

2019年7月19日

2019年7月19日

导引 :该公司在声明中表示,通过将用户提供的更新数据与汽车摄像头和传感器的Nexar数据相连接,该公司的地图可以实时警告驾驶员道路的危险,施工区域和道路标志的丢失等

为什么计算机视觉项目中选择OpenCV而不是MATLAB

2019年12月25日

2019年12月25日

在目前可用于计算机视觉的许多工具和库中,有两种主要的工具OpenCV和Matlab在速度和效率方面表现突出。在本文中,我们将详细介绍这两种方法。

最全分类!计算机视觉的图像标注类型及应用

2019年10月9日

2019年10月9日

计算机视觉的图像标注种类繁多,应用也不尽相同。想知道各种标注技术的效果吗?一起来看看它们在计算机视觉方面的应用和独特的案例吧!

CMU的研究人员设计出利用计算机视觉来观察周围角落的新技术

2019年6月20日

2019年6月20日

未来的自动驾驶汽车和其他机器智能系统可能不需要视线来收集极其详细的图像数据:卡内基梅隆大学(Carnegie Mellon University)、多伦多大学(University of Toronto)和伦敦大学学院(University College London)的一项新研究设计出了一种“观察周围角落”的技术。

研究人员发现用于3D视觉的神经元

2019年7月5日

2019年7月5日

英国纽卡斯尔大学的科学家在昆虫大脑中发现了计算3D距离和方向的神经元。了解这些可能有助于提高和发展机器人视觉应用。

为什么数据科学在高级图像识别中很重要?

2020年1月17日

2020年1月17日

由于视觉和语音是两个至关重要的人类交互元素,数据科学能够利用计算机视觉和语音识别技术来模拟这些人类任务。即使它已经开始模仿和杠杆在不同的领域,特别是在电子商务部门。机器学习的进步和高带宽数据服务的使用增强了图像识别的应用。

英特尔深度学习工具包OpenVINO

2019年3月5日

2019年3月5日

OpenVINO包括英特尔的深度学习部署工具包,其中包括一个模型优化器,可以从许多框架(Caffe,Tensoflow,MxNet,ONNX,Kaiai)导入和训练模型。

阴影检测系统让自动驾驶汽车看到周围的角落

2019年10月30日

2019年10月30日

通过分析地面阴影的变化,无人驾驶汽车可以预测何时有车辆或行人从拐角处经过。

深度学习“瓶颈”已至,计算机视觉如何突破困局?

2018年8月9日

2018年8月9日

从人工智能的发展过程看,深度学习是继专家系统之后人工智能应用的又一重要研究领域,也是人工智能和神经计算的核心研究课题之一。Alan Yuille认为,现在做AI不提神经网络,成果都很难发表了,这不是一个好势头。

计算机视觉在钢铁夹杂物分析中的应用研究

2019年12月5日

2019年12月5日

卡内基梅隆大学材料科学与工程学(MSE)教授布莱恩·韦伯勒(Bryan Webler)表示:“夹杂物是一些微小的颗粒始终漂浮在钢中,”。固相夹杂物会聚在一起,堵塞喷嘴和其他控制钢水流动的流量控制系统。一些夹杂物化学成分会降低钢的延展性、抗疲劳性或整体韧性。 “它们会影响钢材的最终性能,这就是我们如此关心它们的原因。”

利用计算机视觉和机器学习技术实现莴苣种植的精准化作业

2019年6月11日

2019年6月11日

Earlham Institute的研究人员开发了一个机器学习平台,使用计算机视觉和航拍图像对莴苣作物进行分类。

利用机器学习消灭撒哈拉以南非洲采采蝇

2018年8月9日

2018年8月9日

“我们将使用数据科学来创建一个基于机器学习的自动化系统,它可以从采采蛹中快速确定是雄性还是雌性,”Zsuzza Marka说。这一系统将成为机器人分拣机的基础,我们希望该机器最终将用于撒哈拉以南非洲地区,以减轻采采蝇的危害。”

英伟达Jetson Nano定位于大众市场机器学习

2019年3月20日

2019年3月20日

GPU巨头英伟达(Nvidia)发布了用于大众市场产品的微型人工智能电脑Jetson Nano。

推动计算机视觉和视觉AI发展的四大关键趋势

2019年5月14日

2019年5月14日

本文讨论了推动视觉应用快速发展和影响行业未来的关键趋势,解释了这些趋势背后的推动因素,并强调了对技术供应商、解决方案开发者和最终用户的关键影响。

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注