左边两个是购物通道，右边是无购物通道。

别想着拿东西从无购物通道逃跑，因为……

拿好刚才买的冷饮，购物通道走你！

第一道门自动打开，中间有个大屏幕显示“亲，准备剁手咯~”，两边的柱子上各有几个摄像头，应该能捕捉我的英俊面庞以及购买的商品。

走到第二道门的屏幕前，大概等待了2秒，显示支付完成，开门出店。

旁边有个小哥尝试把东西放进包里，结果依然能正常识别并支付。

体验完毕，开始扒原理

打听到是蚂蚁金服技术实验室为阿里无人店提供的物联网支付技术。所以幺哥请教了一下蚂蚁金服技术实验室高级技术专家曾晓东。

他说：蚂蚁金服混合使用了计算机视觉和传感器感应，再叠加了一些非配合生物识别技术，以降低误判率。因为这些技术好些正在申请专利，所以暂时还不方便说得太细。

好吧……

1 计算机视觉

简而言之就是对图像进行分析，判断里面的人到底做了什么。

关键有两点：

1.识别准：还原出真实的现场情况，不能出错，否则就会影响判断。

2.判断准：用卷积神经网络、各种算法分析判断出人在做什么。

一般是先利用背景建模或跟踪等技术提取运动目标的空间位置或轮廓等信息，然后对图像的关键区域进行编码得到行为描述。

机器视觉识别商品最大的挑战在于去背景，比如两个人四只手叠加在一起，在加上光线变化。单个摄像头很难识别准确，因为即使是人眼，也经常因为角度问题而看走眼。

比如下面这两张很经典的错位图，应该不少人都看过吧？

（图源网络）

所以通常会采用多路摄像头，用两个不同角度的摄像头来相互补充提取物品和人的轮廓。

这样大概就不容易看错了吧……人是这样，机器也是这样。

幺哥了解到，阿里采用的就是多路摄像头来监控店内，同时追踪分析消费者的行为。

比如：幺哥拿到某一样商品，表情非常开心，然后看了看价格，顿时情绪失落，被掏空的样子……那么就说明这个商品可能太贵了，（也可能是我太穷……）再比如：摄像头捕捉到我在店里的运动轨迹，发现大量顾客在一个卖口香糖的货架前驻足长留，但是又不买，有可能是货架周围人流太多，大家不好意思拿，知道了这个，就可以知道调整货品的陈列方式和店内的服务装置。

普通超市的口香糖柜台▼

所以……