0
商品極大豐富的今天，個性化的購物體驗成了零售商們的核心競爭力。
個性化服務的基本前提是對消費者足夠了解。為此，零售商們建立了強大的CRM系統，并不斷利用新技術搜集和完善會員信息。但如何將數據庫里的信息和真實用戶相匹配呢？以往我們需要隨身攜帶會員卡，進行刷卡驗證。
卡片一多，整理起來便十分困難，遺失和忘記攜帶的情況時有發生。但有了人臉識別技術，這個問題便迎刃而解了。
日前，百度AI開放平臺與雨諾股份達成深度合作，利用人臉識別打通會員信息，并聯合服務集成商Cella為醫藥零售行業輸出智慧藥房解決方案。
百度作為技術平臺輸出方，為該方案提供了基礎技術能力。據雷鋒網了解，這套方案主要用到了大規模、高精度人臉檢索技術（1：N人臉搜索），以及完整的人臉注冊、實時檢測、捕獲、識別等能力。能夠基于人臉信息，快速識別到店顧客是否為會員。
雷鋒網了解到，雨諾股份采用的是百度AI開放平臺的通用人臉識別接口，并未做特殊化定制。目前開放的接口已經完全可以滿足會員識別的主要場景。相比于技術本身，會員識別更大的挑戰來源于實際應用場景的種種條件限制，比如現場的光照、店內的遮擋物、網絡條件，以及攝像頭角度等等。百度針對這些情況作了深入的考察，并對解決方案作了許多優化。
比如針對強光和夜晚弱光等情況，需要確保攝像頭處在正確的位置上，不逆光；同時保證室內燈光正常。通過調整實際場景的產品策略，盡可能滿足識別的條件要求。
據悉，百度的人臉識別技術在國際上位于領先地位，識別準確率超過99%。識別范圍則主要取決于攝像頭可以捕獲到的最小人臉，要兼顧清晰度、姿態、光照等條件限制。不同的場景對攝像頭的要求也不盡相同。
開發者接入后，系統將在會員注冊環節采集會員的人臉信息，形成會員人臉庫，通過在門店布設攝像頭并集成會員識別方案，當消費者進入店面，便會實時自動捕獲消費者人臉，調用云端人臉識別接口，在會員人臉庫中進行實時查找，準確識別出會員身份，并實時反饋給商家的業務管理系統，實現業務聯動。
人臉識別的過程可以分為兩個環節——前端捕獲和后端識別。前端方面，百度提供了離線版SDK，可以實時檢測、跟蹤、捕獲人臉信息，并做一定的質量判斷，確保捕獲的人臉圖像可用于識別分析。之所以將人臉“捕獲”過程放在前端，是為了確保人臉信息采集的效率和效果。人臉識別“處理”的過程則在百度的云端實現。
雨諾股份在全國擁有50 多家合作伙伴，獲得了6000 多家用戶、4 萬多家藥房的認可，擁有600多萬會員。這是一個較為龐大的人臉庫。在云端百度可以提供大規模的人臉檢索能力，更快地完成萬級別甚至百萬級別的人臉檢索，并在極短時間內實時反饋識別結果。前后端協同的模式避免了人臉信息增加對識別速度的影響，同時也保證了識別效果。
百度還會切實保障全流程的數據安全性，僅做特征的大規模比對和基本的“是與否”判斷，判斷完畢后不做任何儲存操作。人臉圖像及會員信息完全歸屬于雨諾或終端藥店。至于常訪顧客，則由業務方根據業務需要自行設計業務邏輯和產品方案，決定是否存儲人臉圖像等信息。
該吃什么藥？哪種藥效果最好？哪種最適合自己？這是消費者踏入藥店時最常思考的幾大問題。由于不了解顧客的病史，藥店店員很難在第一時間準確給出用藥推薦。另外，藥店或多或少都存在服務人員的知識和能力參差不齊、流動性高等問題，無法為客戶持續提供高質量服務。
有了人臉識別方案之后，藥店徹底擺脫了跨地區、人員更換的限制，確保了服務質量標準的統一性。顧客從踏入藥店的第一步起，店員就能為其做出個性化服務。
會員進店后，首先被人臉識別系統識別出會員身份，營業員進而對會員進行主動關懷、推薦合理用藥、提醒用藥注意事項等貼心服務；此外，還將通過電話加短信的方式，為會員發送品類優惠券，進行健康關懷，極大提升了營業效率和顧客體驗。
會員人臉識別是AI技術應用于零售行業的良好開端，從技術到市場化落地，克服了很多實際應用的問題。后續針對零售行業，百度還會推出更多包括但不限于人臉識別的AI技術和方案。
無人便利店當前十分火熱，不少無人便利店正在嘗試利用人臉識別技術確定顧客身份并實現“刷臉支付”。京東和阿里也先后在京東之家和肯德基Kpro推出了刷臉支付試點。未來是否有可能實現大規模的人臉支付呢？
雨諾股份馮張龍向雷鋒網介紹，藥店的會員卡可以做權益兌換，比如說兌換積分抵扣現金；有些藥店還推出了儲值卡。以往顧客使用會員卡或儲值卡進行支付或者權益兌換時，需要隨身攜帶卡片。但現在有了人臉識別技術，系統通過人臉驗證顧客身份后即可完成兌換和支付。換言之，雨諾股份的CRM系統解決了企業內部的刷臉支付問題。
雖然目前基于人臉的身份核驗技術（如人證對比、離在線活體檢測等技術）已經在多個領域具備了商用的能力，并取得了廣泛的應用，但要真正做到刷臉支付還面臨著許多挑戰。主要有三個方面：
一、支付環節的應用對安全性要求更高
支付與用戶的資金直接相關，刷臉支付的商用意味著，普通用戶通過人臉識別可以進行支付。這對識別技術的準確率、響應時間和安全性都提出了極高的要求。與其他的使用場景不同，如果在支付環節出現問題，會直接導致資金損失。
二、線下場景比線上場景更復雜
與在手機上使用，或實驗室場景下的內測不同，商用的真實應用場景復雜多變，讓人臉識別技術的挑戰更大。比如，白天和晚上的光線不同，對采集的圖像質量會有影響；又比如，因為用戶體型不同，面對固定攝像頭的角度和姿勢各異。會進一步加大識別的難度。
三、公開環境、公共設備挑戰更大
刷臉支付進入商用，使用場景是在公開環境，用公共設備，用戶不用掏手機也能完成支付。在非本人使用的設備上，如何精準確定本人，特別是精準識別長相相似的人防止誤識別，以及如何防止各種人臉偽造冒用情況，難度都會比在自己手機上操作要更大。
目前，京東和阿里的人臉支付試點采用的均是人臉識別+手機號碼驗證的形式。這一方面是為了確定消費者的付費意愿（防止誤觸），另一方面也是作為補充安全手段。由此可見，單純依靠人臉識別解決支付問題仍然需要時間。
不過可以肯定的是，隨著人臉識別的不斷普及，人臉信息將會成為每個人天然的一個ID，不僅為商家提供更加豐富的服務依據，也可以為顧客提供更方便的權益證明。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
