OpenVINO™ 工具套件助力海信智能加速无人零售创新

　　得益于人工智能（AI）、计算机视觉、物联网等技术的快速发展，零售行业正在迎来一 场影响深远的革命。零售店内的货架、电子标牌、销售终端（POS）机等终端正在快速 向智慧终端演化，并成为规模庞大的智慧零售体系中的重要一环，为感知零售环境、创 新零售体验奠定了坚实的基础。近年来，青岛海信智能商用系统股份有限公司（以下简 称：海信智能商用）持续发力智慧零售，致力于商业科技的创新与推广，以满足更多场 景的应用需求。
　　为实现商品的自动识别，满足更多场景的收银需求，海信智能商用推出了搭载英特尔® 酷睿™ 处理器的 LUNA X 系列智能零售识别收银系统，并使用 OpenVINO™ 工具套件来 加速商品批量识别过程中的深度视觉推理，识别速度达到 0.2s，准确率显著提升，可以为消费者提供更加灵活、自由、高效的自助收银体验。
　　挑战：如何实现基于深度视觉识别的自助收银 在数字化创新技术的驱动下，无人零售正在成为一种快速发展的浪潮。在人工成本日益高涨、线上流量趋向饱和的背景下，无人零售有利于降低实体零售成本、提升服务覆盖率与服务能力、挖掘零售业务潜在价值。前瞻产业研究院研究报告显示，预测至 2022 年，中国无人零售商店用户规模可达2.45亿人，无人零售商店交易额将超1.8万亿元1 。
　　要实现无人零售，面向消费者的自助收银系统必不可少。当前，大多数自助收银系统均基于条码或是射频识别（RFID）技术，分为计费和结账两个独立的模块。计费模块通 过扫描嵌入到商品上的条码或是 RFID 标签实现消费金额的计算和显示，扣费模块将串 口传来的消费金额通过支付系统完成结算2 。
　　基于条码/RFID 的自助收银系统可以满足大多数标准化商品的自助收银需求。但是，这种方法也面临着严峻的挑战。首先，此类系统无法识别商品是否存在破损、掉包等问题；此外，对于商超内广泛存在的蔬菜、水果、禽肉、烘焙等产品而言，由于消费者需求的多样化、产品的异质性，以及较高的人力成本，很难统一粘贴条码或是 RFID 标签，也就无法实现高效的自助结账，阻碍了无人零售在更多应用场景的落地。
　　通过融入深度视觉技术，POS 终端能够收集商品的图像数据并进行推理，判断出商品 的品类、数量等信息，结合自动称重、二维码收付款等功能，实现商品的高效自助结账，减少收银过程对商品的损坏，支持非标准化商品的收银。此外，通过对于会员人脸 等信息的视觉识别，此类智能终端还有利于零售企业对于会员进行更加高效的管理，构建智慧的营销体系。
　　在商品的批量识别中，目标检测能力是重中之重。在深度学习的多种模型中，深度卷积神经网络（Convolutional Neural Network，CNN）则尤其擅长于对图像的内容进行抽象与描 述，在图像检索领域获得了广泛的关注与深入的研究。不同于传统的图像表征方式，深度表征侧重于对图像进行语义层面的 全局表达，通过一个端到端的模型提取图像中的重要信息，并 使用紧凑的特征描述对图像内容进行有效的描述3 。
　　受限于深度卷积神经网络的复杂度和检测算法的设计，目标检测的速度和精度成为核心的挑战。未经充分优化的视觉推理系统会消耗大量的硬件资源，还容易影响目标检测的速度。对于零售店这种典型的边缘计算应用场景而言，会带来重大的算力挑战。
　　海信智能商用 LUNA X 系列智能零售识别收银系统专为智慧零售场景打造，搭载了英特尔® 酷睿™ 处理器，可集成摄像头识别商品和人脸，实现无码和无感收银，是对二维码收银和现有 银行卡、微信、支付宝等支付方式的有力补充。
　　英特尔® 酷睿™ 处理器具有强大的通用计算能力和出色的低功耗表现，与英特尔® 核芯显卡的出色并行处理能力相结合，在高可用性、可扩展性和安全性上具有出色优势，为海信智能商用LUNA X自助收银相关的应用负载奠定了强大的算力基础。除了高性能、低功耗、稳定和高可用等优势之外，英特尔平台还具备强大的外设兼容性，支持海信智能商用LUNA X系列搭 载不同的外设，提供多种功能支撑，满足不同场景的自助收银需求。
　　在海信智能商用LUNA X系列中，15.6寸高清纯屏窄边框触摸一体机 + 支付打印魔盒 CUBE X 的组合形态，实现了人工或 自助收银的灵活转换。支架等功能结构部件采用灵活的模块化 设计，支持通过横竖屏和高低位等模式满足个性化的自助服务 终端需求，有利于打造更完善的无人零售体验。
　　在关键的商品视觉识别应用中，海信智能商用LUNA X系列采用基于 TensorFlow 框架的算法模型，使用了包括卷积和深度可分离卷积、残差等结构和复杂的操作，生成有接近200M的模型参数。最后使用 OpenVINO™工具套件来加速基于深度学习的物品识别。OpenVINO™工具套件基于卷积神经网络（CNN）而设计，支持从边缘到云的深度学习推理，可在包括 英特尔 CPU、GPU、VPU 和 FPGA 在内的英特尔硬件平台（包括加速器）上扩展工作负载并实现性能最大化。借助面向 预训练模型的内置模型优化器，和面向专用硬件加速的推理引擎运行时，OpenVINO™工具套件可在所有英特尔平台上部署 并加速神经网络模型，显著加速图像训练速度，同时保持出色的准确性。
　　此外，OpenVINO™工具套件可以根据客户不同的需求，快速将模型移植到英特尔的不同平台上，适应复杂的客户环境，解决了在异构终端上部署 TensorFlow 涉及的复杂组件安装问题，从而能够大幅提升终端性能。同时，OpenVINO™ 工具套 件还提供了详细的样例，帮助海信进行开发。

图 1. 海信智能商用 LUNA X 系列智能零售识别收银系统。图片由海信智能商用提供

　　基于以上优化，海信智能商用 LUNA X 系列智能零售识别收银 系统可以通过商品外包装识别商品，并完成后续支付流程，相对于传统的条码识别和RFID识别的商品识别方式，能够显著提升用户体验，提高商家防损能力。该系统能够在0.2s内识别商品，准确率显著提升，在与自动称重等功能融合后，还将可以满足更多商品的自助收银需求。
效果：自助收银打通无人零售全链路
　　基于英特尔® 架构的海信智能商用LUNA X系列智能零售识别 收银系统体现了智慧零售的创新方向，可支持实体零售商通过自助收银服务，提供更加卓越的零售体验。对于零售商而言，该系列的优势主要体现在以下几个方面：
　　• 得益于英特尔® 架构在性能、稳定性等方面的优势，零售商 可以基于海信智能商用LUNA X系列智能零售识别收银系统构建高效的自助收银系统，提升业务的可持续性运营能力；
　　• 商品的智能批量识别有助于实现收银能力的分布式部署，在提升收银效率的同时，降低消费者的收银等待时间，提升消 费者的消费体验；
　　• 通过自助收银，零售商可以适当地降低收银人员的配置，降低因招聘、培训和雇佣收银人员所带来的人力资源成本，提升业务效率； 

• 深度视觉技术的应用能够有效识别商品损坏和掉包等现象，辅助防损，降低零售店的相关损失。
　　海信智能商用 LUNA X 系列智能零售识别收银系统实现了全功 能外设及部件的创新应用，打造了支持人工、自助和移动收银全场景多形态的自助收银系统。它能够显著拓展无人零售范围，满足多类型商品的自助收银需求，实现更加完整的无人零售体验，充分展示了海信智能商用赋能商业发展的潜力。
展望：英特尔与海信智能商用带来尖端零售体验
　　海信智能商用与英特尔在智慧零售领域构建了长期而深入的合 作关系，在智慧收银系统、远程管理系统、以及模块化主板等方面都有持续的创新成果，致力于帮助用户构建创新、开放的智慧零售体系。在NRF 2020大会现场，海信智能商用凭借独具创新的方案设计，成为全球POS领域仅有的两家在英特尔 沉浸式零售技术区域参展的企业之一，在英特尔构建的沉浸式零售技术区域，向全球零售客户展示了海信智能商用LUNA X系列智能零售识别收银系统等产品，带来了基于互联网、深度视觉技术以及人工智能技术的尖端零售体验。

图 2. 在NRF 2020大会展出的海信智能商用LUNA X系列智能零售识别收银系统。图片由海信智能商用提供

1[Online] 2019 年中国无人零售行业市场分析https://bg.qianzhan.com/report/detail/458/190416-e1ac5477.html
2刘冉，宋丽丽，石磊鑫。基于 RFID 的超市自助收银系统 [J]。物联网技术，2017(10):94-95。
3孙韶言。基于深度学习表征的图像检索技术 [D]. 2017。