Сберегательный Банк, розничная сеть «Азбука вкуса» и Visa сообщили о том, что завершили этап тестирования первого магазина без касс и продавцов.
Специалисты Сбербанка сообщили, что было проведено тестирование инновационной технологии обнаружения, отслеживания и классификации объектов компьютерного зрения на ограниченном числе покупателей в магазине «Азбука вкуса», расположенном в деловом центре «Москва-Сити». С 9-го июня 2020-го года зона Take&Go стала доступна для всех, кто желает платить покупки в новом магазине .
Тестирование проводилось в течение 3-х недель, покупатели приобрели более 200 покупок. В процессе тестирования была завешена калибровка оборудования и были определены дополнительные требования по улучшению обслуживания покупателей.
Для покупок в магазине без касс и продавцов, покупателю необходимо скачать приложение Take&Go от Сбербанка на свой мобильный телефон и выполнить регистрацию в приложении и выполнить ряд шагов, которые будут указаны в приложении.
На входе в зону Take&Go нужно отсканировать QR-код из мобильного приложения от Сбербанка, взять нужный товар и выйти из магазина: денежные средства за покупку спишутся в автоматическом режиме.
Сервис начинает действовать, сразу после того как сканер турникета считывает QR-код покупателя на входе в зону Take&Go.
Системы машинного зрения запрограммированы для выполнения узкоспециализированных задач, таких как подсчет объектов на конвейере, чтение серийных номеров или поиск поверхностных дефектов. Польза системы визуальной инспекции на основе машинного зрения заключается в высокой скорости работы с увеличением оборота, возможности 24-часовой работы и точности повторяемых измерений. Так же преимущество машин перед людьми заключается в отсутствии утомляемости, болезней или невнимательности. Тем не менее, люди обладают тонким восприятием в течение короткого периода и большей гибкостью в классификации и адаптации к поиску новых дефектов.
Компьютеры не могут «видеть» таким же образом, как это делает человек. Фотокамеры не эквивалентны системе зрения человека, и в то время как люди могут опираться на догадки и предположения, системы машинного зрения должны «видеть» путём изучения отдельных пикселей изображения, обрабатывая их и пытаясь сделать выводы с помощью базы знаний и набора функций таких, как устройство распознавания образов. Хотя некоторые алгоритмы машинного зрения были разработаны, чтобы имитировать зрительное восприятие человека, большое количество уникальных методов были разработаны для обработки изображений и определения соответствующих свойств изображения.