跳到正文
IFAI

產業動態

Nvidia 推出零售 AI 工作流:靠計算機視覺防盜,追蹤商品跨攝像頭移動

首次發布 傳播指數 34

Nvidia 推出三款零售 AI 工作流,幫助商家利用視覺模型減少店內盜竊。系統已預訓練牛排、酒水等易被盜商品的外形,支援跨攝像頭追蹤商品與購物籃,且不收集人臉等生物資訊。零售商無需重寫架構,即可用低程式碼方式快速部署防損與客流分析。

網上最近總能刷到奇奇怪怪的零元購影片,有人甚至把電鋸塞進褲襠企圖帶走。對普通人來說這只是獵奇八卦,但對實體超市來說,這是真金白銀的災難。

美國零售聯合會統計,損耗已經演變成每年 1000 億美元的大麻煩,其中大約 65% 全是偷竊造成的。Target 透露 2022 年因團伙盜竊損失了數億美元利潤,Walmart 甚至放話可能因此漲價或關店。

現在賣晶片的 Nvidia 也坐不住了。他們宣佈在 NVIDIA AI Enterprise 軟體套件里加入三套全新的零售 AI 工作流,專門幫開發者對付貨架上的小偷。

認識牛排,也盯著購物車

這套工具基於 Nvidia 的 Metropolis 微服務,主打低程式碼甚至無程式碼,方便直接對接超市現有的收銀機等老系統。

核心工具是防盜工作流。Nvidia 零售、消費品與快餐 AI 副總裁 Azita Martin 介紹,模型提前用數百張最容易被偷的商品圖片做過預訓練,包括洗衣液、酒、非處方藥,甚至還有鮮牛排。系統能看懂不同包裝和瓶身,在收銀臺掃碼時還會繼續學習,零售商也能用合成數據擴充套件自家獨有的商品庫。

第二項能力是跨攝像頭追蹤。攝像頭網路會跟蹤移動的商品、購物籃或推車在全店的軌跡。

為了避開隱私雷區,這套追蹤靠的是外觀和視覺特徵編碼,完全不採集人臉等生物識別資訊。

第三套工具則是門店分析,用計算機視覺生成熱力圖,統計客流軌跡、提籃人數和貨架走道擁擠度,用來調整貨品擺放。

Nvidia 計劃在 1 月 15 日開幕的紐約全美零售聯合會大會上公佈更多細節。

為什麼重要

對實體店店長或防損團隊來說,這套工具直擊痛點。傳統防損要麼靠店員人盯人,容易引發衝突,要麼靠普通監控事後看錄影,根本來不及攔截。現在有了現成的預訓練工作流,連鎖超市不用從零自研計算機視覺模型,能更快把舊監控和收銀機升級成即時防盜網。

對於整個 AI 行業,我們認為這是 Nvidia 把昂貴算力向傳統垂直行業深度滲透的標準打法。Nvidia 沒有止步於兜售 GPU 硬體,而是把微服務打包成行業解決方案,試圖從底層硬體到應用框架全流程繫結零售巨頭的 IT 基礎設施。

不過這套方案在實際落地時也有隱患。雖然它聰明地用外觀特徵替代生物特徵來規避人臉識別的法規風險,但在超市客流高峰期,遮擋、視覺盲區以及誤報漏報依然很難避免。一旦 AI 誤把正常顧客當成小偷報警,給門店帶來的公關危機可能遠比丟幾塊牛排更棘手。

來源 (1)

  1. [1]
    techcrunch.com(在新分頁開啟)原文techcrunch.com

每日 AI 內容精選