世界頂尖人工智能交流合作平臺2019世界人工智能大會于8月29日在上海世博中心開幕。計算機視覺作為在很多領域都有廣泛應用場景的前沿技術，受到了廣泛關注。

接觸人工智能技術，大多人都是從計算機視覺領域中的人臉識別開始，從安防到手機開屏都有了廣泛的應用。而與人臉識別相對應的是物體的識別，其中的商品識別由于在零售行業有廣泛的應用空間，最近兩年逐步受到行業內頭部人工智能企業的重視，包括騰訊、曠視、商湯等都在商品識別領域有廣泛的研究。本次大會上，我們也看到了從核心技術到產品落地，商品識別開始有了更大的突破。

商品識別在零售行業的應用

線下數字化是我們生活實現智能的一個前提，也就是人類的出行生活等都可以被計算機所理解和描述，從而可以被進一步的優化。我們在網絡上的所有行為都是數字化的，比如在淘寶上看過哪些商品，看了多久，在百度上搜索過什么內容，在微信上的聊天，在頭條的新聞瀏覽，這些行為都能被計算機捕捉，并被應用方作為產品優化的主要依據。而線下的數字化就難了很多，計算機視覺是實現線下數字化的一個重要技術。

類似于淘寶購物，如果商超能夠實現對顧客從進店那一刻起的所有行為進行識別和分析，那么會大大提升店內的商品優化和運營效率。這個領域的核心技術為人的識別（人臉識別、用戶重識別Re-ID以及用戶行為分析）和商品識別。而商品識別同時還有貨架排面分析，自動結算等方面的應用，是解決線下數字化的一個核心技術點。

商品識別的難點

“人臉識別和商品識別哪個更難？”這是很多人經常問的一個問題。首先這個問題不是很科學，任何問題在不同的場景都可以很難或者比較容易。從算法模型來看，人臉識別模型可以做到手機上，而商品識別基本上不可能做到，也就是商品識別的模型一般會比人臉識別的模型大很多。商品識別最大的難度在于商品種類的多樣性和多角度識別。很多應用場景會要求對商品的各個角度能夠識別，我們簡單理解一下，如果人的識別也要做到看后腦勺就能識別，是不是難度高了好幾個級別。另外一個方面是很多人臉識別是配合型的，但是商品識別基本都是不配合型的。

從技術上來看，商品識別分為兩個步驟，第一步是目標檢測，也就是在一個圖片上先找到一個或者多個感興趣的目標，一般用一個叫bounding-box的畫框把目標摳出來。第二步是對這個畫框的內容進行識別，區分具體是哪個商品。在大部分場景，第一步目標檢測的難度是遠遠超過識別的難度。我們來看一個例子。

這是一個用手機拍攝的貨架排面檢查圖片，圖片里大概有幾百個商品，這種高密集的目標檢測，要做到一個不多一個不少是很困難的。現在流行的目標檢測模型faster-rcnn或者yolo都不是針對這種高密集目標檢測設計的，比較容易造成漏框和多框的錯誤。如果這個拍攝的攝像頭是安裝在店內的頂部，造成的拍攝角度會大大增加檢測的難度。

商品的識別大部分是在特定的場景下進行，具體的物理擺放會大大增加識別的難度。下圖是一個智能零售柜內用魚眼攝像頭拍到的圖片，我們可以看到大部分商品只漏頂部的一些信息，有些只漏出瓶蓋的部分，這樣對類似商品的區分大大增加了難度。

在實際商品識別應用中，單純一個識別模型很難解決實際的問題，往往需要通過物理條件的改變，以及多模型的融合才能達到可以應用的水平。模型復雜度的增加也會影響最后的計算資源成本。

商品識別目前處于什么水平

商品識別最早的應用場所是拍照購物，通過圖像識別找到同款商品。早在10年前硅谷有個創業公司SnapTell’s就是做類似的產品，在2009年被亞馬遜旗下公司A9收購。后來的圖片社區pinterest和谷歌圖片搜索都有類似的功能。

國內的淘寶拍立淘是阿里自研的圖片購物產品，其優勢在于淘寶巨大的圖片庫。而電商的另一巨頭京東拍照購的核心算法是由海深科技在2017年上線提供的。海深科技在小物體的目標檢測方面有行業內前沿性的技術，能夠準確的檢測和識別穿在腳上的鞋子等小物體。同時海深科技為小紅書、搜狗等應用提供圖像識別服務，提供圖像變現的新途徑。目前對電商網站用戶評論區的圖片進行同款搜索，海深科技的top20的準確率在75%左右，處于行業領先地位。本次AI界盛會上，海深科技也受邀參展，并現場展現了基于商品識別技術的智能產品。

Amazon Go的自動結算方案是商品識別的另外一個重要應用場景，但是由于開放式的環境，一般都還需要利用重量感應器等其它輔助手段才能達到一定的準確率。而場景可控的智能零售柜成為一個新的零售終端方式，在辦公樓、學校、醫院等場景得到了大力的推廣。雖然有物體密集擺放、魚眼攝像頭造成的圖像畸形以及遮擋等問題，海深科技推出的G-BOX AI 零售柜在實際應用場景中能夠達到99.8%的準確率，無論是在識別速度還是準確率方面，都處于領先水準。

不同于人臉識別已經有多個權威的測試數據集，商品識別并沒有統一的標準和測試數據，造成這個領域的學習成本很高。我們了解到海深科技正在建設商品識別數據共享平臺，把商品數據和算法以服務的方式開放給應用方，推動這個領域的技術發展。

商品識別的發展趨勢

邊緣化計算是商品識別的一個趨勢。由于模型的復雜程度，大部分商品識別算法只能部署在云端GPU完成計算。這個也是商超線下數字化目前遇到的困境，巨大的帶寬需求和計算資源造成單店成本過高。隨著嵌入式計算的發展，更多的計算能夠在前端完成，增加部署的靈活性。

圖像識別這幾年的快速發展，很大程度受益于李飛飛教授主持的ImageNet大量標注圖片數據集。同樣的道理，由于商品種類的繁多性，靠一個公司或者團體的能力，很難提升算法的泛化能力，也就是單一算法只能適用于非常有限的場景，很難形成規模化效應。數據共享和算法開放將會成為人工智能發展的一個重要趨勢。