cn

数据解决方案

请输入姓名

手机号码格式错误

请输入联系电话

请输入公司名称

请输入正确的工作邮箱

请输入数据需求

提交成功!感谢您支持数据堂。

填写格式错误请重新填写

确定

数据需求不能小于5个字且不能为纯数字

https://www.datatang.com

https://www.datatang.ai

m.datatang.ai

人工智能数据解决方案,如何基于AI打造零售企业新优势?

作者:数据堂 发布时间:2023-03-30

每日优鲜布点“前置仓”实现极速配送、京东到家将实体零售店纷纷搬到线上、网易严选通过ODM模式打造高性价比商品……新零售作为人工智能落地的重要场景之一,重构了零售行业形态,受到越来越多人工智能企业的重视。

2016年云栖大会上,马云首次提出“新零售”概念,称在未来“电子商务”终将被“新零售”取代。


数字化为核心特点、依托大数据和人工智能技术,从“货-场-人”模式到转变为以人为本的“人-货-场”模式,马云认为,新零售代表线上线下全渠道打通、联合现代物流形成完整体系的新行业形态。


阿里巴巴旗下的盒马鲜生成为新零售的先行者。盒马门店不仅可以作为吸引线下消费者、引导流量转向线上的销售门店,还可作为配送仓储基地,快速识别线上销售订单、精准分拣货物,第一时间从后台将货物传输到前台,再将货物从门店配送到用户手中。



为了使消费者获得更好的用户体验、丰富的商品得到更便捷的管理,大数据和跨摄像头跟踪、活体检测等人工智能技术贯穿了新零售的各个环节


数据堂在充分理解新零售场景的基础上,设计并研发出3D人脸、活体检测、人体抠图、人体服饰分割、跨摄像头跟踪等数据,以支持身份认证、顾客情绪分析、时尚推荐、顾客购物轨迹分析等场景的需求。



身份核验

在新零售门店中,识别新老顾客和会员、自助结算和“刷脸”互动等环节都是人脸识别技术的应用体现。

以盒马鲜生为例,盒马依托阿里丰富的消费者数据,通过会员注册、门店人脸识别、关联用户行为记录等方式获得清晰而全面的消费者画像。



为了保障人脸识别和身份认证的准确性、提升顾客的体验感,不少AI企业投入了大量成本建立了人脸数据库。例如百度就针对线下店客群建立了人脸库,通过人脸识别确定会员、回头客身份,以便进行精准客群管理。

数据堂针对新零售的身份核验环节研发了高标准的人脸识别和活体检测数据集。当顾客发生购买行为时,数据能够助力将人脸、身份证号、银行卡信息打通,在线自动验证身份信息,实现权威的身份证实名认证。


数据堂自有版权人脸识别和活体检测数据

1

23,349人多色人种人脸多姿态数据

2

10,746人监控场景人脸识别数据

3

1,066人活体检测数据

4

25,983人多人种人脸比对数据


顾客情绪分析

依靠表情识别技术对顾客的情绪进行分析,新零售企业就可以得到顾客对不同商品的喜好程度。

此前,三星向世界知识产权办公室提交了一份专利,该专利中包含一种基于深度学习的算法,以识别用户在注视设备时的表情。这一专利将被用于三星的线下零售店。

这一算法至少可以识别6种不同的表情,其中包括惊喜、高兴、快乐、愤怒和悲伤等,最终根据用户的表情所反映的情绪,可以对相关产品进行推荐。




针对情绪分析环节,数据堂研发了行业内高标准的表情识别数据。基于大数据训练,机器可以在顾客挑选商品时精准捕捉并识别顾客的表情变化,实现个性化推荐。


数据堂自有版权表情识别数据

26,129人多人种7种表情识别数据


时尚推荐

如今,推荐系统已经成为重要的流量入口,谁能够做到比用户更懂用户,谁就能占据新零售时代的主动权。

阿里的Fashion AI项目,是用人工智能作时尚搭配推荐的新零售尝试。为满足那些希望尝试更多创意造型的消费者,系统提供了跨品牌的服装搭配建议。

项目背后的模型主要基于阿里生态系统对消费者购物趋势的洞察以及淘宝造型师超过50万套搭配方案数据。



顾客在自动试衣过程中,机器能够捕捉头像、身材等各部位数据,并将选中的服装自动添加到虚拟顾客身上,省去试衣时间,穿着效果一目了然。

时尚推荐背后是以人体关键点和服饰分割为基础抓手的场景技术。数据堂研发的人体关键点数据和服饰分割数据能够助力时尚推荐更广泛的落地应用。


数据堂自有版权人体关键点和服饰分割数据

1

43,397张人体抠图及18关键点数据

2

50,022张人体数据


用户购物轨迹分析

通过对顾客行进轨迹和停留时长的分析,机器能够进一步了解消费者的购物习惯,也可以指导商场基于大多数客户的购物习惯智能确定店铺的租金。

腾讯优Mall智慧零售系统是一款基于计算机视觉和大数据支持、致力于实现线下门店数字化改造转型的智慧门店产品。

腾讯优Mall已在百丽国际深圳门店落地。通过安装在店内的、AI摄像机,在对顾客动线轨迹(Re-ID,行人再识别)和区域热度做了统计分析后,系统发现顾客对女子休闲区的兴趣和注意力高于其他区域。



数据堂自有版权的Re-ID和跨摄像头跟踪数据,可助力生成顾客在特定位置的停留时长、逛店动线,以及客流热力图。根据此类统计分析结果,品牌商可对门店的货品陈列、导购接待进行优化。


数据堂自有版权Re-ID和跨摄像头跟踪数据

1

10,000人监控场景下Re-ID数据

2

10,114人监控场景下跨摄像头跟踪数据

3

10,000人监控场景下跨摄像头跟踪数据


新零售作为人工智能落地应用的新场景,有很多环节可以进行提高和完善。这就对机器训练的数据集提出了更高的要求,提研发丰富且优质的训练数据集成为AI企业共同的努力方向。

口音英语语音识别技术研讨会暨挑战赛-数据堂