關于線下智能支付你了解多少？

近期，隨著淘咖啡、繽果盒子最近不斷出現的新聞報端和觀眾視野，有不少人都去體驗這種新奇的購物模式，建立在個人信用基礎之上的極速支付、人臉識別應用愈加廣泛。各家都利用互聯網支付來加速了支付環節，提升了用戶的整體體驗。

討論：關于新零售下的智能支付場景

急速支付

無人超市，這個在近期漸有趕超“共享單車”的熱詞，已經成為了大家眼前的一個亮點。馬云在近期提出了“新零售”的概念，認為超市、便利店形式的零售店可以不借助收銀員來達到“無人超市”。

各大企業也逐漸地讓無人超市這一新零售概念成為了現實，無人超市或者無人貨架的出現與RFID技術的運用密不可分。
目前，大多數支持無人售賣超市或者一部分的無人貨架中的商品都被貼上了一種標簽。

這種標簽就是電子標簽，也是RFID系統中的重要組成部分，電子標簽結合自動收銀臺中的讀寫系統，幫助消費者完成付費。RFID技術的基本工作原理并不復雜：標簽進入磁場后，接收解讀器發出的射頻信號，憑借感應電流所獲得的能量發送出存儲在芯片中的產品信息（無源標簽或被動標簽），或者由標簽主動發送某一頻率的信號（Active Tag，有源標簽或主動標簽），解讀器讀取信息并解碼后，送至中央信息系統進行有關數據處理。RFID技術作為一項無線通訊技術非常合適投入了新零售的概念之中。

目前無人超市結合RFID技和電子監控等技術，盡可能完美的讓一個真正的無人超市呈現在人們的面前。也許智能支付和無人超市為載體的新購物模式的誕生會如同共享單車一般存在著許許多多的需要解決的問題，但是能為用戶提供更為便捷的經濟生活方式已然成為一種時代趨勢。

人臉識別

人臉識別系統基于人的臉部特征，對輸入的人臉圖像或者視頻流。首先判斷其是否存在該人臉 , 如果存在該人臉，則進一步的給出每個臉的位置、大小和各個主要面部器官的位置信息。并依據這些信息，進一步提取每個人臉中所蘊涵的身份特征，并將其與已知的人臉進行對比，從而識別每個人臉的身份。

人臉識別的方法

人臉識別的方法很多，主要的人臉識別方法有：

（1）幾何特征的人臉識別方法：幾何特征可以是眼、鼻、嘴等的形狀和它們之間的幾何關系（如相互之間的距離）。這些算法識別速度快，需要的內存小，但識別率較低。

（2）基于特征臉（PCA）的人臉識別方法：特征臉方法是基于KL變換的人臉識別方法，KL變換是圖像壓縮的一種最優正交變換。高維的圖像空間經過KL變換后得到一組新的正交基，保留其中重要的正交基，由這些基可以張成低維線性空間。如果假設人臉在這些低維線性空間的投影具有可分性，就可以將這些投影用作識別的特征矢量，這就是特征臉方法的基本思想。這些方法需要較多的訓練樣本，而且完全是基于圖像灰度的統計特性的。目前有一些改進型的特征臉方法。

（3）神經網絡的人臉識別方法：神經網絡的輸入可以是降低分辨率的人臉圖像、局部區域的自相關函數、局部紋理的二階矩等。這類方法同樣需要較多的樣本進行訓練，而在許多應用中，樣本數量是很有限的。

（4）彈性圖匹配的人臉識別方法：彈性圖匹配法在二維的空間中定義了一種對于通常的人臉變形具有一定的不變性的距離，并采用屬性拓撲圖來代表人臉，拓撲圖的任一頂點均包含一特征向量，用來記錄人臉在該頂點位置附近的信息。該方法結合了灰度特性和幾何因素，在比對時可以允許圖像存在彈性形變，在克服表情變化對識別的影響方面收到了較好的效果，同時對于單個人也不再需要多個樣本進行訓練。

（5）線段Hausdorff 距離（LHD） 的人臉識別方法：心理學的研究表明，人類在識別輪廓圖（比如漫畫）的速度和準確度上絲毫不比識別灰度圖差。LHD是基于從人臉灰度圖像中提取出來的線段圖的，它定義的是兩個線段集之間的距離，與眾不同的是，LHD并不建立不同線段集之間線段的一一對應關系，因此它更能適應線段圖之間的微小變化。實驗結果表明，LHD在不同光照條件下和不同姿態情況下都有非常出色的表現，但是它在大表情的情況下識別效果不好。

（6）支持向量機(SVM) 的人臉識別方法：支持向量機是統計模式識別領域的一個新的熱點，它試圖使得學習機在經驗風險和泛化能力上達到一種妥協，從而提高學習機的性能。支持向量機主要解決的是一個2分類問題，它的基本思想是試圖把一個低維的線性不可分的問題轉化成一個高維的線性可分的問題。通常的實驗結果表明SVM有較好的識別率，但是它需要大量的訓練樣本（每類300個），這在實際應用中往往是不現實的。而且支持向量機訓練時間長，方法實現復雜，該函數的取法沒有統一的理論。

無人超市運用了哪些技術來保障超市的正常運行？

第一個是生物特征自主感知和學習系統，主要解決開放空間里消費者的識別問題。比如在入門場景和貨架場景，首先要通過生物識別確定這是個真實的人，然后通過入場掃碼后綁定淘寶ID，關鍵要把淘寶ID和這個人的生物特征做綁定。

第二個是結算意圖識別和交易系統。消費者離店時需要經過由兩道門組成的“結算門”，商品識別就在兩道門之間完成。至于使用的是RFID還是機器視覺技術，目前商品識別技術公開還比較敏感，涉及到專利申請，具體哪一種就不得而知了。

第三個是目標檢測與追蹤系統。在持續追蹤消費者時，體態識別比人臉識別可行性更高，不易跟丟，這主要是靠多路攝像頭。根據消費者運動調整貨品擺放?由于無人店面積和貨品有限，噱頭的成分多一些。

完整的購物流程：

一、面部識別

進門之前用戶淘寶客戶端掃描墻上的二維碼，會在手機上打開一個二維碼的頁面（這個時候頁面提示需要簽訂一個支付寶的代扣的協議，為面部識別支付做準備）。

進門時站在指定區域，用手機生成的二維碼去貼近閘機的掃描區塊，同時閘機上的攝像頭做面部信息采集，就完成了面部識別和淘寶賬號的綁定，后續的支付就可以通過刷臉了。

二、rfid商品識別

在店里選了一個熊笨熊的公仔

買完東西后，one by one的走進一個全封閉的透明屋子（當時設備出了點問題，排隊等了有20來分鐘），上面會展示正在剁手，然后提示支付成功，就算完成了支付。

主要工作原理：

計算機視覺+傳感器感應的物聯網。傳感器不出意外應該是基于無線射頻識別（Radio Frequency Identification，RFID）。入口處進行支付寶或者淘寶鑒權，進入無人超市，猜測這一步應該有綁定用戶生物識別特征的過程；無人超市中的貨品上有特定的識別標簽，經過出口時傳感器識別貨品標簽&計算機視覺識別，計算貨款，識別會員信息并從對應支付寶賬戶中扣款。

本文由 @張秋米 原創發布于人人都是產品經理。未經許可，禁止轉載。（本文部分素材來源網絡，若有爭議，請及時聯系本文作者刪除）

題圖來自PEXELS，基于CC0協議