innov 新零售行业研究报告(5)

深度学习

Amazon Go使用了基于深度学习的人脸识别技术，当顾客进入商店，采集用户图像，通过与中客户比对，识别用户。其次，通过深度学习，识别个人的购物习惯，分析一个人的购物喜好，推测他会买的东西，提前进行预判。

传感器融合

感测融合技术的工作原理如下：在许多场景中，来自其它输入设备的数据能协助系统判别货架特定位置商品的种类。通过对多种数据的融合，整个系统的可靠性和准确度就能得到大幅提升，提高了杂货店的管理效率。

思创医惠——基于超高频RFID技术的零售物联平台

思创医惠认为智能零售相比传统零售意味着更有针对性的导购、更高效的运营、更可靠的门店选址、线上线下一体化、数据可视化、可视化库存等。

公司以此为目标，自主开发和引进相结合，建立互联互通的零售物联平台，帮助零售商实现对“人”、“货”、“场”的智能管理。

“人”：消费者身份和行为识别客流分析、人员安全、店员管理；

“货”：EAS商品防损，RFID商品库存和显示，ESL商品价格信息；

“场”：卖场空间布局、能源管理、环境管理、远程管理。

SHOPKEEPER可视化数据平台：提供智能导购、巡店管理、客流分析、电子标签、RFID库存管理、顾客行为分析、智能VIP等功能。

智慧服装门店系统产品方面：采用“服务+商品+数据”的运营模式，通过结合EASRFIDWiFi、视频识别等多种数据采集技术和多媒体技术，获取消费者和商品信息。

借助人工智能平台为消费者提供消费者建议，建立会员，为经营者提供有效的运营数据，提升营运效率。包括的内容可有：互动设计、显示热点、虚拟墙、自助商城分享、数据营销等。

RFID技术仓储、物流应用解决方案产品方面：包括RFID电子标签的封装设计、吊牌生产管理、科学编码、工厂装箱、物流配送的追-收-查-储-拣-发-盘-退的作业，实现了服务生产、流通各环节的深度整合，打通服装产品在生产和流通过程中的信息传输管道。

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/sanxing/article-68727-5.html