工研院：AI影像辨識技術，就是門市無人化關鍵

工研院也想打造無人商店！日前工研院舉辦ICT TechDay資通訊科技日活動，展示了可擺在辦公室的智慧貨架「易取」，只要刷識別證，就可以拿取想要的商品，同時攝影機會辨識物件，手機也會傳送消費訊息，消費金額直接從薪水中扣除，讓員工買東西更輕鬆，拿了就走。

不過，辦公室智慧貨架只是工研院打造智慧零售（也就是無人商店）的其中一步。工研院資通所影音匯流與分析系統技術部經理蘇奕宇表示，智慧零售包括顧客辨識、顧客屬性與商品互動、顧客店內行為分析和影像辨識自助結帳，而這四個環節，都得仰賴AI影像辨識技術。

以顧客辨識來說，工研院利用半監督式卷積運算自動特徵學習方式，來打造人臉辨識的DNN深度學習模型，與傳統由設計者定義的特徵分析和行為檢測演算法相比，擁有較高容錯能力、適合複雜環境，也因此準確度較高。蘇奕宇說，工研院也做實驗來測試臉部辨識效能，蒐集了20人的監視器資料集，以150x150畫素和1400多張影像資料來訓練模型，辨識率達99.4％。

而在顧客屬性與商品互動方面，則會先透過多視角人臉表情辨識技術，來確認顧客表情、性別和年齡。工研院的影像分析系統，可進行解析度720P、幀率30FPS的即時影像串流辨識，在表情辨識部分，則能歸類7種表情（比如高興、難過和無表情等），準確率達90％。顧客屬性確認之後，系統會分析畫面中人物影像和骨架資訊，來辨識顧客行為，比如將商品置物購物車、或放回商品架上，並持續偵測顧客購物的表情，藉以分析顧客購物偏好。

就顧客店內行為分析來說，工研院系統會透過人物影像偵測、特徵分析，來了解和記錄顧客特徵，比如人臉、服裝、顏色和持有物等。此外，系統也會透過多臺攝影機，追蹤顧客移動軌跡，記錄移動路線與停留數據。

在影像辨識自助結帳方面，仍以電腦視覺技術為關鍵。具體流程為將商品水平放置於結帳平臺，將任一面朝上，而平臺會偵測重量與商品影像，並於螢幕顯示結帳訊息和支付金額，消費者即可付款。蘇奕宇表示，工研院自助結帳系統，辨識每個商品平均花0.1秒，而商品辨識準確率為97％，如果攝影機偵測到消費者未將手上商品置於結帳平臺，系統會以語音方式提醒消費者。文◎王若樸