9月18日上午，以AI無(wú)界&bull；智未來(lái)為主題的2018 世界人工智能大會(huì)騰訊分論壇在上海舉辦。在前的大會(huì)高峰論壇上，騰訊董事會(huì)主席兼首席執(zhí)行官馬化騰表示，人工智能的發(fā)展將讓人與物、人與服務(wù)實(shí)現(xiàn)更好的連接，通向大社交時(shí)代。作為數(shù)字工具箱中的制勝法寶，人工智能與大數(shù)據(jù)、云計(jì)算共同構(gòu)成了新型基礎(chǔ)設(shè)施，騰訊要借助人工智能繼續(xù)發(fā)揮好連接器和生態(tài)共建者的角色。

　　在騰訊AI分論壇上，騰訊公布了目前AI技術(shù)和應(yīng)用成果，騰訊在人工智能領(lǐng)域的戰(zhàn)略布局將圍繞基礎(chǔ)研究&mdash；&mdash；場(chǎng)景共建&mdash；&mdash；AI開(kāi)放三層架構(gòu)持續(xù)深入。而在AI的應(yīng)用上，騰訊將聚焦內(nèi)容、社交、醫(yī)療、零售、游戲等領(lǐng)域，實(shí)現(xiàn)技術(shù)落地。

　　騰訊優(yōu)圖實(shí)驗(yàn)室總經(jīng)理吳運(yùn)聲現(xiàn)場(chǎng)分享了騰訊優(yōu)圖的計(jì)算機(jī)視覺(jué)技術(shù)在智慧零售中的實(shí)踐與使用，吳運(yùn)聲介紹：智慧零售是以人為核心的線上線下數(shù)據(jù)聯(lián)動(dòng)。計(jì)算機(jī)視覺(jué)技術(shù)是建立人、貨、場(chǎng)三者間聯(lián)系的關(guān)鍵紐帶。目前，基于人臉識(shí)別、人流密度分析、商品識(shí)別、手勢(shì)識(shí)別等計(jì)算機(jī)視覺(jué)技術(shù)，騰訊優(yōu)圖聯(lián)合騰訊云推出了騰訊優(yōu)Mall和騰訊智能貨柜解決方案。

　　基于騰訊優(yōu)Mall智能零售系統(tǒng)，消費(fèi)者從到店、逛店到購(gòu)買，都將獲得更加優(yōu)質(zhì)的消費(fèi)新體驗(yàn)，而商家通過(guò)VIP 老客到店識(shí)別、細(xì)粒度客流統(tǒng)計(jì)、客流軌跡統(tǒng)計(jì)等可以全面刻畫(huà)場(chǎng)內(nèi)用戶行為，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷。目前，騰訊優(yōu)Mall已經(jīng)與深圳百麗國(guó)際等商場(chǎng)達(dá)成合作。而近期，騰訊優(yōu)圖聯(lián)合騰訊云、每日優(yōu)鮮推出的智能貨柜解決方案，基于研究中心商品識(shí)別技術(shù)，可實(shí)現(xiàn)取物關(guān)門后自動(dòng)生成訂單結(jié)算、即拿即走的流暢購(gòu)物體驗(yàn)，準(zhǔn)確率達(dá)99%以上。

　　吳運(yùn)聲介紹，未來(lái)騰訊優(yōu)Mall及智能貨柜解決方案將在超市、家居、3C數(shù)碼、化妝品等九大零售行業(yè)里面進(jìn)行持續(xù)的推廣落地。

　　以下為吳運(yùn)聲的演講實(shí)錄：

　　大家上午好，很高興有機(jī)會(huì)在這里跟大家一起分享一下計(jì)算機(jī)視覺(jué)技術(shù)在智慧零售中的應(yīng)用。在過(guò)去一年多時(shí)間里面，騰訊在智慧零售里面做了很多的事情，而且也建立起一整套幫助傳統(tǒng)的零售行業(yè)去進(jìn)行數(shù)字化轉(zhuǎn)型的基礎(chǔ)設(shè)施，在這樣的過(guò)程中，優(yōu)圖先是作為騰訊內(nèi)部的一個(gè)AI實(shí)驗(yàn)室，我們也是利用計(jì)算機(jī)視覺(jué)的技術(shù)參與到這樣的進(jìn)程中。

　　首先看一下零售在日常的理解中它到底是一個(gè)什么東西？從歷史上來(lái)看，我們認(rèn)為零售其實(shí)就是一個(gè)相互不斷去接觸用戶的過(guò)程，不管是通過(guò)區(qū)域代理的方式，還是線下開(kāi)店，都是通過(guò)這種方式接觸用戶。進(jìn)一步到了電商時(shí)代，商家去網(wǎng)上開(kāi)店，也是通過(guò)網(wǎng)上的方式接觸用戶，所以對(duì)于商家來(lái)講，怎么樣能夠接觸用戶？怎么樣能夠留住用戶？是他們非常關(guān)心的一個(gè)事情。

　　什么是智慧零售呢？我們認(rèn)為就是一個(gè)以人為核心的，主要是以用戶為核心的去建立整套的數(shù)據(jù)系統(tǒng)，能夠完成線上線下的聯(lián)動(dòng)。在我們傳統(tǒng)的線上平臺(tái)里面，我們知道用戶的很多行為都已經(jīng)可以被記錄，被存儲(chǔ)下來(lái)，但事實(shí)上直到今天為止，我們?nèi)ス浣诌叺囊粋€(gè)店面，我們?cè)诰€下很多的行為沒(méi)有辦法被記錄、識(shí)別、存儲(chǔ)下來(lái)。智慧零售一個(gè)非常重要的事情，我們要做線下場(chǎng)景的數(shù)據(jù)化，我們要把一個(gè)線下用戶從他進(jìn)入一個(gè)商戶，他在商戶里面怎么去逛商店，他對(duì)商品有什么樣的興趣，一直到他是不是完成了交易，到他整個(gè)離店的過(guò)程，我們要整個(gè)數(shù)據(jù)化記錄下來(lái)，包括他最后是不是產(chǎn)生了復(fù)購(gòu)。

　　我們有了線下的場(chǎng)景數(shù)據(jù)化之后，我們?cè)俳Y(jié)合，如果有某種方式結(jié)合打通線下的數(shù)據(jù)行為和線上的數(shù)據(jù)行為，這樣就能夠形成整個(gè)數(shù)據(jù)的網(wǎng)絡(luò)化呈現(xiàn)。所以對(duì)我們來(lái)講，我們認(rèn)為智慧零售就是希望打通線上和線下的過(guò)程。對(duì)于線下的行為，主要有三個(gè)層面，一個(gè)就是人、一個(gè)是貨，一個(gè)是場(chǎng)。

　　人就是我要觀察到我店里的人他的分布是什么樣子，來(lái)了多少人，開(kāi)店的時(shí)候每個(gè)小時(shí)來(lái)了多少人，男性、女性分布怎么樣，年齡分布怎么樣，來(lái)的這些人，逛店的行為怎么樣，在店里形成了什么樣的走動(dòng)路線，在什么地方停留的時(shí)間最長(zhǎng)，哪些客戶完成了購(gòu)買。到底重復(fù)購(gòu)買的比例有多少，這些都是關(guān)于人的維度。

　　對(duì)于貨來(lái)講，這個(gè)商家可能有100種貨或者200種貨，他到底應(yīng)該怎么排列，哪些貨應(yīng)該多放點(diǎn)，哪些貨少放點(diǎn)，哪些貨是用戶停留時(shí)間最長(zhǎng)的，哪些貨是用戶不感興趣的，這些也希望得到非常深刻的洞察。

　　對(duì)于場(chǎng)來(lái)講，整個(gè)零售場(chǎng)地有100-500平米，在場(chǎng)里面分成不同的區(qū)域，哪些區(qū)域用戶最關(guān)心，哪些區(qū)域用戶的停留時(shí)間最長(zhǎng)，這些都是我們非常關(guān)注的情況。

　　我們認(rèn)為計(jì)算機(jī)視覺(jué)技術(shù)能夠比較好地去解決這樣的問(wèn)題，因?yàn)橛?jì)算機(jī)視覺(jué)能夠真正的去捕捉到一個(gè)人從他進(jìn)店開(kāi)始，到整個(gè)逛的過(guò)程，到是否產(chǎn)生交易，到離場(chǎng)之后整個(gè)的過(guò)程，我們都會(huì)有相應(yīng)的計(jì)算機(jī)視覺(jué)技術(shù)的支撐。所以接下來(lái)我也會(huì)給大家深入的去介紹一下騰訊優(yōu)圖在智慧零售里面，我們做了哪些技術(shù)的研究。

　　這是一個(gè)比較完整的圖，首先是最下面的技術(shù)研究，騰訊優(yōu)圖實(shí)驗(yàn)室通過(guò)很多年的積累，我們?cè)谌四樝嚓P(guān)的研究上有非常多的積累，包括人臉檢測(cè)、配準(zhǔn)、跟蹤、屬性，1比1人臉比對(duì)、大的人臉檢索。

　　我們?cè)谌梭w上也做了大量的積累，比如說(shuō)人體檢測(cè)、人頭檢測(cè)、人頭的跟蹤、人流密度分析等等。

　　除了這兩項(xiàng)比較基礎(chǔ)的之外，我們的Reid技術(shù)涉及到人體對(duì)比，單攝像頭和多攝像頭的追蹤。

　　除了計(jì)算機(jī)視覺(jué)，我們還做多傳感器信息的融合。在這些基礎(chǔ)研究之上，我們還做了針對(duì)零售行業(yè)專門特定的深入研究，比如說(shuō)人臉建檔，我們希望用戶，不管是小的門店，可能來(lái)2、3百人，還是幾萬(wàn)人的大型商業(yè)綜合體，我們都希望進(jìn)來(lái)的每個(gè)人給他建立檔案，下次他再來(lái)我能夠調(diào)出檔案。

　　還有空間軌跡匹配，通過(guò)這些研究，我們做了整合，才去滿足最終的上層，具體業(yè)務(wù)的需求，包括刷臉支付、客流分析、動(dòng)線分析。整個(gè)過(guò)程我們有技術(shù)的支撐，一開(kāi)始我們不是做的非常完備，我們也會(huì)通過(guò)一線得到相應(yīng)的反饋不斷優(yōu)化我們的算法。

　　第一個(gè)人臉識(shí)別技術(shù)，大家接觸的也比較多，優(yōu)圖在這里面也是刷新了若干個(gè)記錄，在刷臉支付里面也結(jié)合了活體檢測(cè)相關(guān)的技術(shù)，推出了刷臉支付的方案。這里難的是要刻畫(huà)用戶畫(huà)像的方案，用戶在場(chǎng)景下逛的時(shí)候是非配合的。第二我們做了人臉人體屬性的識(shí)別，我要判斷一個(gè)人的年齡是什么樣，通過(guò)人臉判斷你是不是留長(zhǎng)頭發(fā)、戴眼鏡、口罩，通過(guò)人體判斷你穿什么顏色的衣服，穿短袖還是長(zhǎng)袖，穿的是褲子還是裙子，通過(guò)這些技術(shù)再去建立用戶進(jìn)場(chǎng)整個(gè)的檔案。第三個(gè)我們剛才提到的REID技術(shù)，在很多場(chǎng)景下我們拍不到人臉，我們?cè)谏虉?chǎng)進(jìn)門的地方有一個(gè)攝像機(jī)盡量拍到人臉，建立種子庫(kù)。商場(chǎng)內(nèi)部的攝像機(jī)不一定拍到人臉，這種情況下我們通過(guò)體態(tài)、穿著、行走特征，把它跟人臉匹配上來(lái)。

　　還有商品識(shí)別和人貨匹配的技術(shù)，我們現(xiàn)在有超過(guò)1千種的商品識(shí)別，而且要做細(xì)粒度的識(shí)別。貨架上的商品排的非常緊密，怎么能夠準(zhǔn)確識(shí)別出來(lái)。還有比較好的手勢(shì)識(shí)別技術(shù)，我要判斷用戶是不是摸了拿起來(lái)某個(gè)商品，我們都針對(duì)具體的場(chǎng)景做了研究。在研究的基礎(chǔ)上，我們還要對(duì)整個(gè)的研究去做出完整的實(shí)踐解決方案來(lái)。

　　騰訊優(yōu)圖在研究的基礎(chǔ)上我們推出了什么樣的解決方案？首先我們有一個(gè)智能貨柜的解決方案，第二針對(duì)商家有個(gè)數(shù)字化整體的解決方案，叫騰訊優(yōu)Mall，就是把線下的零售場(chǎng)景完整的做數(shù)字化。當(dāng)用戶到店的時(shí)候，我就要做ID的創(chuàng)建，做老客、VIP的識(shí)別，把客戶的特征刻畫(huà)出來(lái)，把用戶的檔案建立起來(lái)。老客要觀察他到店的頻率，顧客到店之后對(duì)整個(gè)逛店的過(guò)程，我們也需要對(duì)用戶整個(gè)的動(dòng)線進(jìn)行觀察，對(duì)于用戶在哪個(gè)區(qū)域停留了多長(zhǎng)時(shí)間，我們需要進(jìn)行精準(zhǔn)的分析，對(duì)他的行為是不是觸摸了某個(gè)商品，拿起了什么商品進(jìn)行分析。在購(gòu)買的時(shí)候有人臉支付的解決方案，左邊這一塊是計(jì)算機(jī)視覺(jué)得到的相關(guān)數(shù)據(jù)，我們內(nèi)部還有其他相關(guān)的數(shù)據(jù)，結(jié)合起來(lái)就形成線上線下打通的解決方案。

　　第一會(huì)有VIP老客到店的識(shí)別，他到店直接推送信息給導(dǎo)購(gòu)，導(dǎo)購(gòu)根據(jù)這個(gè)信息可以更好的服務(wù)。第二我們有非常細(xì)粒度客流的統(tǒng)計(jì)，到每一分鐘，每幾小時(shí)客流分布是怎么樣子，到男裝、女裝區(qū)域的客流分布是怎么樣子，整個(gè)人流怎么走的。客流整個(gè)的軌跡，包括他在哪個(gè)區(qū)域，熱力圖是怎么樣，哪個(gè)區(qū)域非常熱，哪個(gè)區(qū)域沒(méi)有人走，我們會(huì)有熱力圖非常直觀的呈現(xiàn)出來(lái)。在系統(tǒng)信息層面做到多店同比，像我們的名創(chuàng)優(yōu)品在全國(guó)有很多店，在同一個(gè)城市的不同店面之間的數(shù)據(jù)對(duì)比，我們會(huì)有非常直觀的展現(xiàn)。最后我們會(huì)有一個(gè)完整的刷臉支付的解決方案，會(huì)和微信支付一起，所以這一整個(gè)是我們完整的優(yōu)mall解決方案。

　　這個(gè)解決方案也確確實(shí)實(shí)，目前已經(jīng)在某些商家取得了非常成功的效果。像我們?cè)谏钲诎冫悋?guó)際的一個(gè)門店上，我們先去部署了這個(gè)系統(tǒng)，經(jīng)過(guò)一個(gè)月之后，店長(zhǎng)就發(fā)現(xiàn)這個(gè)數(shù)據(jù)有一些比較有意思的現(xiàn)象，就是我們的數(shù)據(jù)告訴他這個(gè)店的女性用戶的客流量的占比要比女性用戶銷售額的占比超出10%以上，也就是說(shuō)有大量的女性用戶沒(méi)有被挖掘出來(lái)。店長(zhǎng)發(fā)現(xiàn)了這個(gè)信息之后，就去向總部申請(qǐng)，增加了女性商品在他店里的擺放，并且把女性相關(guān)的商品陳列做了一個(gè)特殊的擺放。再過(guò)一個(gè)月之后，發(fā)現(xiàn)這里確實(shí)在女性品類上面的銷售額得到了40%以上的增長(zhǎng)，但是其他的品類的商品并沒(méi)有下降。而且我們還同比對(duì)比了其他的商家，這并不是因?yàn)橐粋€(gè)限時(shí)促銷或者節(jié)假日的原因，就是因?yàn)槲覀兩钊胪诰蛄死锩娴呐杂脩簦@是一個(gè)非常典型的案例。

　　另外一個(gè)我們還有智能貨柜的解決方案，智能貨柜用到計(jì)算機(jī)視覺(jué)技術(shù)不太一樣，它的攝像頭是從貨柜的照下來(lái)的。對(duì)于商品會(huì)有很多，像排列太緊密、遮擋、欠曝的情況，怎么樣用技術(shù)解決這樣的問(wèn)題，給研究員很大的挑戰(zhàn)。內(nèi)部的研究人員用各種各樣的方法，用多種數(shù)據(jù)增強(qiáng)方法，用STN學(xué)習(xí)仿射矩陣解決這些問(wèn)題。看到最后的結(jié)果非常好，在5月份我們初步亮相了這樣一個(gè)產(chǎn)品，我們當(dāng)時(shí)在一個(gè)日均訂單240單以上，識(shí)別率達(dá)到99。05%，8月份在重慶展出，商品識(shí)別率達(dá)到99。72%，這是一個(gè)非常好的案例。

　　上面是我騰訊優(yōu)Mall和騰訊智能貨柜的解決方案。今后，在超市、家居、3C數(shù)碼、化妝品等九大零售行業(yè)里面，我們都會(huì)持續(xù)推出騰訊優(yōu)Mall智慧零售的解決方案。謝謝大家！