发布于: Jul 29, 2022
“Just Walk Out” 技术是整个 Amazon Go 无人商店的的大脑。这是构建在深度学习算法方面最重要的技术部分，其目的是解决“谁拿了什么” 的问题
充满了奇思妙想的工程师们又提出了一套智能零售解决方案，使人们能够再无人看管的商店内购物，那大家知道这套方案需要解决哪些问题吗？本文将会问您做简要介绍。
在一段广为流传的 Amazon Go 宣传视频中，顾客进店扫码-取物-出门，一气呵成。简单到很多人第一次去都会有一种隐隐的“我是不是在偷东西”的质疑。但细细想来，被这个名为“Just walk out”技术简化的只是商品价格的手动或自动的复核过程。而实现它看起来我们只需知道哪些亚马逊账户在商店内购物，哪些商品被拿走。这样我们就可以在顾客完成购物时向其收取费用了。够简单，但又是什么使这个过程变复杂的？
设想一下，如果我们来解决这个问题，或许你会从这个场景出发：一个人在商店，悠闲地闲逛，随意拿起一件商品. 看起来我们只需处理这样的场景即可。然而，现实情况更像这样：拥挤的人群，人们在购物，孩子们四处奔跑，婴儿车上的婴儿还在熟睡。现实且自然的购物行为就是人们并不总是拿上商品然后离开 — 他们往往挑选一个商品，看看它，然后把它放回货架上；或者有时他们把它放回另一个错误的货架之上。相信你已经在脑海里想象出来这件事的复杂性了。在亚马逊解决这个问题的方案被称作“Just Walk Out”。 这个方案体现了最新的工程技术的进步，特别是在复杂的计算机视觉、传感器融合和深度学习方面。
让我们先从方案的架构说起。我们将这个看似复杂的框架分成几个部分。
“Just Walk Out”技术框架
图中顶部代表了店铺中部署的设备，这些设备包括了定制的摄像头以及用于商品销售的重力传感器。这些摄像头实时捕获需要进行算法处理的视频，算法运行在亚马逊云中。在 AmazonGo 商店中捕获这些视频并将其发送到云中处理，统称为“流媒体服务”。
然后是核心的 “Just Walk Out” 技术。 这可以说是整个 Amazon Go 无人商店的的大脑。这是构建在深度学习算法方面最重要的技术部分，其目的是解决 “谁拿了什么” 的问题。 与传统商店不同，在这里没有收银柜台。但是，仍然需要确认顾客的支付工具（信用卡），在顾客离开商店后，就可以使用该支付工具向他们收取费用。为此建立了一种全新的体验，让顾客使用 Amazon Go 的移动应用进入商店，并将他们的 Amazon 帐户和存储的付款方式相关联。我们统称这些为“入口和出口”服务，他们负责管理客户会话和相关付款方式。
现在我们把所有这一切集成到一起。我们将由“Just walk out ”技术负责的的购物活动与”入口/出口“服务管理的客户管理相关联，最后生成客户购物车。 一旦顾客离开商店，就会向他们发送收据，并使用他们的付款方式进行扣款。
正如我前面提到的，流媒体服务负责将视频从商店中运行的摄像头传输到亚马逊云中。为了使算法发挥作用，就需要在客户挑选或放置商品时可靠地捕捉视频图像以实现真实场景。 当然，商店中部署有很多摄像头。因此需要一组云服务器以及一种在摄像机和服务器之间传输的方法。而在现实世界中，事情并不总是顺利运行，所以需要有容错能力。因此，需要有检测摄像头故障 、网络延迟、和服务器故障的系统 ，并且能够有效地处理这些故障。一旦将视频传入云端，就需要一种使用这些视频数据的方法，一种使它们可用于算法进行处理的方法。因此，一套服务负责存储和索引这些视频，它们提供了视频检索的接口，这些接口由视频处理应用所使用。就是这样。这些高可用、高吞吐量的服务集群们提供了基础架构，在此基础架构上构建了“Just walk out”技术。 可以说缺少了云计算“Just walk out”的可用性以及容错能力就无从谈起了。
相关文章