LogTV 60s 第2期 | 2017.6.28发布

亚马逊的Amazon Go（无人便利店）对大家来说并不陌生，半年前，有关Amazon Go的官方视频几乎刷爆国内外的社交媒体。很多人都从该视频中get出了三大技术：

Amazon Rekognition（自动识别系统）

Sensor Fusion（传感器融合技术）

Deep Learning（深度学习）技术

针对以上这三大技术你究竟了解多少？Amazon Go到底是如何实现客户“拿了就走”的购物体验的？它的原理是什么？

观看一分钟视频+动画带你解读。

▼

Amazon Go购物过程：

径直走进超市——在货架上选好货品——将货品装进购物袋——转身离开便利店

实际上，Amazon Go的三大核心技术Amazon Rekognition图像识别系统、Sensor Fusion传感器融合技术和Deep Learning深度学习技术主要解决了两大难点问题：

1.自动收银+防止作弊+如何识会员购买什么商品。

2.如何全自动关联人、货和收银。

难点详解：

1.如何防盗？

通过商店入口的安全门+二维码识别+货架顶部摄像头+货架前红外压力传感器。

2.如何识别被拿走的商品？

通过货架顶部摄像头采集用户的手是否进入货架+货架前压力传感器识别货物是被拿走还是放回。

3.如何判断被放回的商品？

会员拿走商品时，通过图像识别确定用户和商品的关系，会员放回时系统会检索图片，与被拿走的商品进行比较，确认哪类商品被放回。

此外，如果放回物品错放位置，识别后会通知雇员整理。

4.如何自动收银？

首先，每个商品嵌入的IC标签，通过图像识别确认了消费者会员，再通过图像识别+传感器确认了会员购买的商品，利用RFID（无线射频识别）技术，会员走出上商店时二维码扫描+深度计算，会员购买商品总价得出并自动结算。

总的来说，Amazon Go无人便利店中所采用的很多技术目前已经相当成熟，例如图像识别、RFID、传感器等，但依旧很多人认为它真正实现难度还很大，您认为本质原因是什么？欢迎留言互动。