Vor kurzem hat NEC eine Vielzahl von Objekterkennungs-Technologie entwickelt, kann erheblich die Effizienz der Produktidentifikation Supermärkte und Convenience-Stores und andere Einzelhändler Siedlung verbessern, das Bild aller Einzelhandelswaren einschließlich frische Lebensmittel, Japan mit Produkten und Verpackungen usw. Identifikation: Diese Technologie wird einen großen Beitrag zur Realisierung der unbemannten Abwicklung von Einzelhandelsgeschäften leisten.
Diese Technologie kombiniert Deep-Learning-Techniken und Feature-Point-Matching-Technologien mit unterschiedlichen Merkmalen, um verschiedene Einzelhandelsprodukte mit hoher Genauigkeit zu identifizieren. Dazu gehören Produkte wie frische Lebensmittel mit großer individueller Erscheinung und eine große Anzahl ähnlicher Designs wie Verpackungsprodukte. Vorhandene Pipeline-Produkte, und selbst wenn diese Waren zusammen gestapelt werden, können sie alle Produkte auf einmal genau identifizieren.
NEC Produktbilderkennung
In den letzten Jahren mit der Entwicklung von Bilderkennungstechnologie, die Verwendung der Erkennungskamera Bild zu identifizieren Waren im Einzelhandel Einzelhandelsgeschäfte in der Weise, dass die Regelung in Bezug auf die Einsparungen bei Personal und unbemannten schreitet weiter voran. Doch aufgrund der Eigenschaften von frischen Lebensmitteln und Verpackungen unterscheidet sich von der Vergangenheit Die Bilderkennungstechnologie ist schwierig, alle Arten von Gütern einheitlich zu identifizieren.Um diese Waren auf einmal genau zu identifizieren, müssen die Waren sauber platziertwerden, was die Belastung der Benutzer erhöht.
Mit der neuesten Technologie, die von NEC entwickelt wurde, ist es nicht mehr notwendig, Barcodes und RFID-Tags einzeln zu lesen, sondern die Waren einfach auf die Kasse zu legen, damit alle Waren gleichzeitig identifiziert werden können. Leseeffizienz.
NEC setzt sich aktiv dafür ein, das Geschäft mit sozialen Lösungen weltweit zu fördern, sichere, effiziente und faire soziale Werte zu schaffen, fortschrittliche IKT-Technologien und Wissen zu integrieren, um eine hellere, buntere und effizientere Gesellschaft zu schaffen Eine Kraft.
"Hintergrund"
In der letzten Jahren das Phänomen des Mangels an Arbeitskräften im Einzelhandel zunehmend ernst, wie Arbeitskräfte in Speicheroperationen zu sparen, hat unbemannter Moment ein äußerst wichtiges Thema, vor allem schwerer Last Clerk Abwicklungsgeschäft (Kassen Kasse) wird, unbemanntes Die Nachfrage wird immer dringender.
Um unbemannte Abwicklungsdienste zu erreichen, kann der Self-Checkout in Betracht gezogen werden: Beim Self-Service-Checkout müssen die Kunden den Barcode des Produkts auf dem Gerät selbst scannen, da einige Kunden jedoch nicht mit der Verwendung eines Barcodelesegeräts vertraut sind, Daher braucht es viel Zeit, um den Barcode zu lesen.Für Produkte ohne Barcodes wie frische Lebensmittel wird die Korrespondenz zum Zeitpunkt des Self-Checkouts komplizierter und die Checkout-Effizienz wird zu einem Problem.Außerdem haben Unternehmen begonnen, Produkte zu geben, RFID-Tags werden für die automatisierte Abrechnung verwendet, es ist jedoch nicht kostengünstig, elektronische Tags zu preiswerten Gütern hinzuzufügen, daher ist es immer noch weit entfernt von einem wahren Popularitätsgefühl.
Die Bilderkennungstechnologie, die dieses Mal entwickelt wurde, ist eine Multi-Objekterkennungstechnologie, die die Notwendigkeit von Barcodes und RFID-Tags eliminiert, selbst in Einzelhandelsgeschäften, die frische Lebensmittel, tägliche Produkte und fertige Verpackungsprodukte in eine komplexe Umgebung mischen. , kann die genaue Identifizierung auch weitermachen Durch diese Technologie muss der Kunde nur die gekauften vielen Arten Waren auf die Registrierkasse setzen, kann die Ware genau einmal lesen.
"Merkmale neuer Technologien"
1. Hochpräzise Identifizierung von Einzelhandelsprodukten mit verschiedenen Eigenschaften, einschließlich Naturprodukten und Montagelinien
Die Bilderkennungstechnologie, die dieses Mal entwickelt wurde, beinhaltet verschiedene Funktionen in Deep Learning-Technologie und Feature-Point-Matching-Technologie.Erstens wird die Erkennungsgenauigkeit bei Verwendung von Deep-Learning-Technologie und Feature-Matching-Technologie zu jeder Ware abgeleitet und jede Technologie angepasst. Verwenden Sie das Verhältnis, um die Erkennungsgenauigkeit zu maximieren, und integrieren Sie dann die Erkennungsresultate jeder Technologie, je nach dem Verhältnis, das Sie nach der Anpassung der einzelnen Produkte erhalten.Für natürliche Produkte wie frisches Obst und Gemüse und andere frische Lebensmittel ist das Aussehen der einzelnen Personen sehr groß. Es werden Techniken des tiefen Lernens verwendet, die zwischen verschiedenen individuellen Unterschieden unterscheiden können, und ähnlich gestaltete industrielle Produkte wie Getränke, Snacks, Instant-Nudeln in Dosen und Lebensmittelprodukte werden Merkmalspunkte verwenden, die Designkonfigurationen im Detail unterscheiden können. Passende Technologie.
Zum Mittagessen und anderen japanischen zusammen mit natürlichen Produkten wie Artikel (Zutaten) und Industrieprodukte (Produktetikett) des Produktmerkmales gekocht werden beide Techniken verwendet, um das Erkennungsergebnis nach der Integration gleichzeitig davon. Sind Bindungseigenschaften die Integration der beiden Technologien der Identifizierung, im Vergleich zu nur eine einzige Technologie, effektiv die Erkennungsgenauigkeit für eine Vielzahl von verschiedenen Waren im Einzelhandel verbessern.
2. Identifizieren Sie selbst komplexe Umgebungen, in denen mehrere Rohstoffe gemischt sind
Schießen jede einzelne Ware, können Sie automatisch eine große Anzahl von Bildern einer Vielzahl von Waren gemischt komplexes Umfeld erzeugen platziert. Die Entwicklung einer Vielzahl von Objekterkennungstechnologie, kurz vor diesen Bildern wurden mechanische Lernen die komplexe Umgebung effektiv verbessern können man braucht viel, um zu schießen und ist bereit, die Objektbilddaten zum Zeitpunkt der Erkennungsgenauigkeit zu lernen. hierdurch die Lern lösen würde, auch wenn nur eine kleine Menge der aufgenommenen Bilddaten, sondern auch effektiv Erkennungsgenauigkeit Waren mischen eine Vielzahl von Waren in komplexen Umgebungen platziert verbessern kann.
Auf der Circulation Technology Show ‚RetailTech JAPAN2018‘ März 2018 in Tokyo International Exhibition Center, ausgestellt NEC Siedlung Erkennungssystem POS Demo Bild mit dieser Technologie. Zur gleichen Zeit, von März geplant, diese Technologie zu verwenden, um das NEC-Hauptquartier 3. Das Überprüfungsexperiment der unbemannten Abwicklung des Siedlungsgeschäfts im Convenience Store.
NEC-Gruppe aktiv für ‚soziale Solutions Group‘ auf globaler Ebene zu fördern, eine sichere, effiziente und gerechte soziale Werte zu schaffen. Die fortschrittliche Technologie und Wissen ICT-Integration zu erreichen, heller, bunter und effiziente Sozial Tue eine Stärke.
YORK Neue Medien Coolest Technology News
Scancode gewinnt Auszeichnung
Kommentar
* Netizens sind nicht berechtigt, im Stehen zu sprechen, diese Seite wird nicht empfohlen, in den Kommentaren eines Online-Shops, Händler, Vorsicht vor der Täuschung!
