【智慧零售專題】探索智慧零售現今的應用與未來發展，本文為TCIT萬億中副總經理專訪報導，分享有關影像辨識技術於智慧零售市場的發展現況與趨勢剖析。
最近，亞馬遜書店公布了一支無人商店的影片，在網路上掀起一股熱潮，影片中消費者輕鬆的在沒有店員的商店採買，將欲購買的商品放入袋子，離開時連條碼都不用刷，就會自動扣款。這支影片雖然很成功地開啟大家對於未來影像辨識技術的無限期待，卻也有許多誤解。
為了解實際上智慧零售的運作方式，以及在智慧零售中最關鍵、也最受關注的人臉辨識技術，MakerPRO 專訪了台灣色彩與影像科技公司（TCIT）的萬億中副總經理，請他解析相關技術的應用和進展。
人臉辨識有極限 個人識別仍需雙因驗證
「一般人對人臉辨識的印象都是來自電影，比方覺得只要掃描臉就可以打開門，或是在一大堆人中辨識出不同的身份，」萬億中說道：「但那其實不是現在辨識技術可以做到的，所以無人商店或是臉部辨識的其他應用中，還是需要搭配額外的驗證方式。」
不只亞馬遜，淘寶也意圖用無人咖啡店參與這場新零售戰爭，但不論是哪一家龍頭級企業，都沒能達到完全靠影像辨識技術讓民眾購買，仍舊是需要其他身份認證與刷條碼。（圖片來源／淘寶官方新聞稿）
在亞馬遜工程團隊後續公佈的無人商店系列文章中，也揭曉了人臉辨識技術，其實無法也無權支援整個購買流程，所以消費者必須先下載 Amazon Go 的APP，讓無人商店掃瞄專屬二維條碼進入。購買時，每一件商品上都會有一個小小的、能主動傳出訊號的射頻識別碼（RFID），不管是拿起什麼或放回什麼都可以被記錄，系統會在離開時就會自動從消費者的亞馬遜帳戶進行扣款。
在實際使用上，人臉辨識系統最多只是能夠大致看到多少人購買了什麼產品的分析功能，就算在驗證身份時運用了人臉辨識系統，也一定會搭載第二種辨識方式，比如個人密碼、證件掃描等，這個需要兩道手續的確認方式就稱為雙因子驗證。
辨識技術應用層面廣 分析人流、安全監控皆可
萬億中表示，雖然將技術應用於智慧零售，因個人隱私及個資問題並不容易做到，但利用「即掃即識別」的影像辨識技術，還是有很多可應用的功能。以早已導入這項技術的連鎖超商 7-11 為例，影像辨識技術可以大方向地掃過群體，提取有關人流、年齡、性別、觀看商品和停留時間的相關資訊，做成那一季度商品進存貨的報告，或是在相關單位投廣告時，靠這些資訊判別應該給你哪一種訊息。
人臉辨識技術可以萃取畫面裡靠近者為男性還是女性，在網路廣告上做出精準投遞，以最有效的方式刺激購買。（圖片來源／TCIT 官方資料）
除了人流分析，人臉辨識技術也可以運用在門禁控管上，比方新加坡的政府機關，就是採用 TCIT 的人臉掃描，與低功耗藍芽 4.0 技術 Beacon 的雙因子驗證，作為開關門的電子監控配備；透過這套專利技術，辨識的準確與安全度就可以提升到比海關快速通關的護照查驗還高。另外，在人數眾多的工廠中，也可以用到影像辨識的功能，它可以作為補助安全性的識別功能，控管初步進入工廠內的人。
目前的影像辨識技術還是透過機器學習（Machine Learning）在處理，而人工智慧的學習與人類學習類似，需要以大量資料分析比對類似特徵，才能較準確掌握物體的樣態，經過此一學習過程後，於日常使用時，一般人臉辨識，僅須建置五張照片以上，就能像 iPhone 的指紋鎖，精確辨識人臉做手機解鎖及支付。
但如果不是手機一對一，而是一比多人臉辨識，例如門禁應用，這時就會遇到一個困境：當人臉辨識技術比對的母數越大，母群體在比對時要調出的資料量就會越多，因此在一堆資料庫中找到目標的準確率及效率會越差；因為輸入的資料越多、負荷量越大，人臉辨識的運算速度就會越久，反應時間越長。因此，目前的技術在辨識上，還需多一項身份確認因子。
在智慧零售的人流判斷上，現行較為進步的作法是利用具有邊緣計算能力的智慧攝影，在拍攝時直接一筆一筆萃取個人明顯特徵，像是性別、年齡、駐留時間…….等等，再將資料掃入資料庫，以減少儲存影片和傳送的時間，想辦法在「準確」和「有效率」間取得平衡。
在雙因搭載下的影響辨識技術才能更快且更好的認明身份，並協助加速日常生活流程，僅有臉部影像辨識仍力有未逮。（圖片來源／TCIT 官方資料）
市場有望成長 跨平台與硬體自產都是方向
萬億中認為這塊市場目前還有很多嘗試的可能，以及可以突破的技術層面。比方未來有機會透過 3D 相機實現活體偵測，改善過去人臉辨識無法防止照片或是手機自拍欺騙的問題，亦有考慮與硬體廠商搭配，一改過去軟體只能配合既合硬體的情況，開發可充分發揮軟體效能的硬體設備。
未來，友善的使用介面上再加上方便的資料彙整與分析功能，或許有望將影像分析的技術從企業認為的「加分工具」轉變為「必需品」。（圖片來源／TCIT 官方資料）
同時，在越來越多人對這項技術的熱衷下，各辨識技術軟體公司也積極地開發輕量化的模組，以支援物聯網世代邊緣計算的需求。例如在使用者友善的層面上，萬億中表示TCIT的人臉辨識系統能夠支援 Win 10 和Android系統，並將前、後端人臉特徵擷取及辨識分離，也就是說，人臉辨識可在計算能力有限的裝置上擷取人臉特徵，而在後端計算能力較強大電腦上進行辨識，其目的就是希望能把「人臉影像辨識」這項技術這項技術推廣給更多人使用。
小結
總而言之，影像辨識技術落實在日常生活中的時候可能已經離我們不遠了，未來不論是手機解鎖辨識、是辦公室打卡辨識、甚至完全的無人零售行業也相當值得期待。隨著科技發展的日新月異，影像辨識技術不管是在人臉上還是在商品進存貨管理上，可能都是不久的將來，產業想要跳躍發展與演進的突破口。
（採訪：歐敏銓、陳睨；整理：陳睨）
◎加入我們的Line，獲得更多及時文章更新&活動資訊→
- 想加速RAG開發？你需認識LLamaIndex框架 - 2024/11/21
- AI+無人機守護海域遊憩安全 台南市發表「智慧海灘」成果 - 2024/11/14
- 【多模態時代】LLaVA模型的重要性 - 2024/11/11
.jpg)
.jpg)
Trackbacks/Pingbacks