0
| 本文作者： 劉偉 | 2018-01-31 14:18 |
搭載了 Visual Cookie 的京東之家北京店
不知是性格使然，還是因為對技術足夠自信，Jeff 表現(xiàn)出的坦誠令人印象深刻。他說話簡單直接，沒有太多修飾，也不彎彎繞繞，完全不像一個老練的連續(xù)創(chuàng)業(yè)者。
Jeff Lin 是美籍華人，在電信、導航、數(shù)字內容、位置服務和移動互聯(lián)網(wǎng)行業(yè)有著 20 多年的從業(yè)經(jīng)驗。創(chuàng)立 Insight 之前，他主導開發(fā)了在中國擁有超過 3000 萬注冊用戶的圖片視頻拍攝分享 App“圖釘”。
Insight 成立于 2016 年，但涉足零售市場卻不過才幾個月。2017 年 8 月，Insight 了解到，京東之家希望能夠基于視頻，分析顧客在線下實體店的潛在購買行為。于是，短短兩個月后，搭載 Insight 開發(fā)的智能 AI 零售系統(tǒng) Visual Cookie 的京東之家就在北京開業(yè)了。
在搭載了 Visual Cookie 的京東之家，顧客進店時，攝像頭會自動抓其人臉信息，與后臺數(shù)據(jù)庫進行匹配，判斷他是新客戶還是老客戶。顧客選購商品時，攝像頭會全程追蹤，記錄他在各個區(qū)域停留的時長、看了哪些商品等信息。
如果顧客在某個區(qū)域停留達到一定時長，店員就會收到 Insight 開發(fā)的微信小程序推送的信息。信息中包含顧客的人臉圖像，以及他來過多少次、上一次來是什么時候、對哪些商品感興趣等描述。根據(jù)這些信息，店員就可以為顧客提供個性化和專業(yè)化的服務。
收銀臺也安裝了攝像頭
進店的顧客，即使什么都沒買，系統(tǒng)也會保留其結構化的人臉信息和帶時間戳的行為軌跡，以便他下次進店時進行比對。但只有顧客購買商品并出示會員卡付款時，收銀臺的攝像頭才會將其人臉信息與會員卡信息進行關聯(lián)和匹配（收銀員通常會推薦顧客辦理會員卡，顧客可以選擇接受或拒絕）。
從進店到完成付款，顧客幾乎感覺不到 Visual Cookie 的存在，只需要像在普通線下店一樣自由購物就行了。
人臉識別是 Visual Cookie 系統(tǒng)中至關重要的一環(huán)，決定了顧客的身份識別和行為軌跡信息歸檔。
在無人便利店或刷臉支付等場景，為了保證人臉識別的準確率，通常會要求顧客正對攝像頭站立幾秒鐘。但京東之家追求“無感”式的用戶體驗，這就要求 Visual Cookie 必須在顧客移動的過程中完成人臉識別，難度非常之大。
首先是硬件上的挑戰(zhàn)。Visual Cookie 做的是實時視頻分析，需要對視頻進行拆幀處理。經(jīng)過多次嘗試后，Jeff 發(fā)現(xiàn)市場上現(xiàn)有的攝像頭用于實時視頻分析時，或多或少存在一些缺陷，?？低暫痛笕A這樣的大品牌也不例外。以常見的球機為例，球機拍攝的視頻拆幀之后往往比較模糊，難以滿足人臉識別的需求；槍機拍攝的視頻拆幀后雖然比較清晰，但成本很高而且體積太大。
“你可以想象一下，被十幾個這樣的槍機瞄準，顧客的心理是無法承受的”，Jeff 笑著對雷鋒網(wǎng)說道。
為了打造一套用戶體驗良好且性能優(yōu)異的系統(tǒng)，Jeff 找到了深圳的攝像頭零件供應商，讓他們根據(jù)自己的需求定制了一款攝像頭。這款攝像頭的外觀經(jīng)過了特殊包裝，十分小巧簡約，以免給顧客造成心理壓力。
特殊定制的攝像頭
Visual Cookie 的人臉抓取、處理、分析和匹配都是在本地完成的。因為基于云端的人臉識別方案時效性差，而且對帶寬的壓力非常大。
雷鋒網(wǎng)了解到，Insight 會根據(jù)店鋪的大小部署不同配置、數(shù)量的服務器和攝像頭。一般而言，像繽果盒子這種15㎡規(guī)模的店鋪只需要一臺搭載一個GPU的服務器和4-6個攝像頭；100-200㎡規(guī)模的京東之家通常需要一臺搭載2個GPU的服務器和15-20個攝像頭；600㎡規(guī)模的京東之家黑金店則需要3臺搭載2個GPU的服務器和60個左右的攝像頭。
Jeff 介紹，和別的方案不同，Visual Cookie 的攝像頭是安裝在貨架上的，而非天花板上。其中有些攝像頭的功能是識別人臉，有些則是識別商品。
顧客進店時，系統(tǒng)會自動抓取三張人臉圖像，合成一個三維的人臉模型。有了這個模型，后續(xù)即使顧客只露出側臉或者臉部的三分之一，系統(tǒng)也能準確識別。Visual Cookie 還支持在一張照片中識別多張人臉，最小能夠識別 60 x 60 pixel 的人臉圖像。
即便如此，Visual Cookie 的人臉識別準確率還是無法做到 100%。一方面，人流量很大的情況下，顧客會相互遮擋，導致攝像頭無法捕捉；另一方面，燈光、角度和背景會對人臉識別的準確率造成很大影響。在支付場景中，顧客面對攝像頭保持靜止，光線、角度和背景都非常理想，準確率尚且無法達到 100%，更何況用戶還在不斷移動。
Jeff 坦言，目前 Visual Cookie 捕捉人臉的成功率在 80% 左右，對于已經(jīng)捕捉到的人臉，識別準確率則超過了 90%。對于一個不涉及支付等關乎顧客財產(chǎn)安全環(huán)節(jié)的客流分析系統(tǒng)來說，這樣的識別率已經(jīng)非常可觀了。
當然，這兩項參數(shù)還可以進一步提升，但任何商業(yè)產(chǎn)品都必須平衡性能和成本。如果像 Amazon Go 一樣不惜重金，布置如此密集的攝像頭和傳感器， Visual Cookie 的性能也能夠大幅提升。
Jeff 透露，目前針對 200 ㎡ 規(guī)模店鋪的 Visual Cookie 方案，成本在 30000 元以下；針對 15 ㎡ 規(guī)模店鋪的方案，成本更是不到 5000 元。
除了精準的本地識別，設備還會每天將最新的結構化數(shù)據(jù)上傳至云端，同步到各個店鋪，實現(xiàn)跨店識別。
Visual Cookie 系統(tǒng)架構圖
Jeff 認為，對于 AI 來說，框架的搭建方式至關重要。Visual Cookie 的框架并非“鐵板一塊”，而是由不同的模組構成，就像積木一樣。
Insight 一共訓練了十幾個獨立的、不同功能的模型，有些用于人臉識別，有些則負責識別商品。這些模型既可以單獨使用，也可以隨機組合。
Jeff 介紹，Insight 選擇這種方式，是為了進一步提升產(chǎn)品的速度和體驗。不同模型的準確率不盡相同，它們混在一起時會互相干擾。比如一個準確率高的模型和一個準確率低的模型放在一起，結果可能兩個模型的準確率都會降低。這是他們在長期實戰(zhàn)中總結出的規(guī)律。
“積木”式的框架賦予了產(chǎn)品更多靈活性。Insight 可以根據(jù)不同客戶的需求，將這些模型進行組合。比如京東之家搭載的 Visual Cookie 只用到了 5 個模型，而無人便利店場景則需要 7 個模型，因為還需要識別顧客撕毀標簽、偷竊等動作。
“有些 AI 系統(tǒng)運行起來很慢，其實是因為糅合了太多不必要的模型，為了提升速度，客戶只好采購更加昂貴的硬件”，Jeff 對雷鋒網(wǎng)說道。
Visual Cookie 得名于互聯(lián)網(wǎng)中的 Cookie 概念。Cookie 是指網(wǎng)站為了辨別用戶身份、進行 session 跟蹤而儲存在用戶本地終端上的數(shù)據(jù)(通常經(jīng)過加密)。比如用戶瀏覽電商網(wǎng)站時，Cookie 會記錄他瀏覽了哪些商品，把哪些商品添加到了購物車等。
對于從電商領域滲透至線下的零售商們來說，Visual Cookie 的產(chǎn)品理念簡單易懂，他們也欣然接受。去年 10 月，Insight 和京東之家合作的第一家門店在北京開業(yè)，兩個月后，第二家門店于上海開業(yè)。雙方合作的京東之家黑金店目前正在緊鑼密鼓的部署中。此外，搭載 Visual Cookie 的全新繽果盒子體驗店也將于年后對外開放。
但傳統(tǒng)零售商往往缺乏互聯(lián)網(wǎng)意識，Insight 想用 Visual Cookie 打動他們并非一件容易的事情。
強攻未果，只好迂回前進。為了加速產(chǎn)品推廣，日前 Insight 和歐電云達成了戰(zhàn)略合作。歐電云是國內頂尖的跨平臺電子商務系統(tǒng)云服務及解決方案提供商，負責了中國最主要的 20多 個品牌、10000 多家門店的 CRM 系統(tǒng)建設。
未來，歐電云的 CRM 系統(tǒng)將集成 Visual Cookie，形成一個打包方案推向零售商家。借助歐電云的渠道優(yōu)勢，Visual Cookie 將迅速打開市場。
自 2016 年 AlphaGo 擊敗世界圍棋冠軍李世乭以來，AI 迅速發(fā)展成燎原之勢。但在 Jeff 看來，雖然人工智能在各個領域都發(fā)展得十分火熱，但短期內適合落地的場景只有安防和自動駕駛。安防與國家秩序密切相關，擁有政策紅利，市場前景非常廣闊。自動駕駛領域，中美兩國都投入了大量資金，雖然前景未明，但資金仍在不斷涌入。
醫(yī)療市場也曾一度被看好，但 Jeff 認為，中國的醫(yī)療體系比較封閉，信息孤島現(xiàn)象很嚴重，產(chǎn)品推進會非常困難。
涉足零售領域之前，Insight 最早選擇的 AI 落地場景是社交輿情監(jiān)測。他們推出了一款名為 SocialListener 的產(chǎn)品，通過分析社交網(wǎng)絡中的用戶原創(chuàng)及用戶之間互動的文字、圖片、視頻等內容，幫助品牌提高用戶轉化率。
提供類似服務的企業(yè)很多，Insight 的特別之處在于它采用的是神經(jīng)網(wǎng)絡的方法，除了文字，還能對圖片和視頻進行分析。遺憾的是，品牌商對于圖片和視頻信息的價值缺乏重視，導致 Insight 無法收取相應的費用。
于是，2017 年 6 月，Insight 瞄準了第二個場景——內容監(jiān)控，幫助電視臺等客戶分析視頻中的政治敏感人物或目標人物。Jeff 認為，在中國的社會大環(huán)境下這是一項剛需，也是未來 Insight AI 落地的主要場景之一。
瞄準零售場景的 Visual Cookie 是 Insight 非常成功的一款產(chǎn)品。但 Jeff 卻表現(xiàn)得非常冷靜，他指出，零售場景短期內很難成為一個大市場，Insight 看中的是未來。
Jeff 預測，2018 年將會涌現(xiàn)出很多類似 Visual Cookie 的方案。他認為，AI 與互聯(lián)網(wǎng)領域不同，不是大公司憑借流量紅利就能壟斷的。每一個企業(yè)都必須經(jīng)歷搭建框架、設計算法、訓練模型的過程，相對來說更加平等。因此當提前布局的 Insight 有了一定的積累之后，其他廠商很難再超越。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
