AI 影像辨識 麵包有哪些挑戰：實際導入案例分享
2024 年 1 月 25 日
隨著科技的演進、AI 演算法的成熟、運算設備的進步， 電腦從「外觀變化小」的人臉，到成功辨識「外觀變化大」的麵包，是 AI 影像辨識 發展的重要里程碑。
不過，除了外觀變化，實際上也有不少狀況需要應對，但 Viscovery 都一一解決，協助麵包店使用 AI 無後顧之憂，例如：知名連鎖麵包店如一之軒、RT Baker House 雅特烘焙，都已使用 Viscovery AI 影像辨識系統多年，在結帳時，將「辨識麵包任務」交給電腦，簡化流程，加速結帳，有效減少顧客排隊等待時間。
Viscovery AI 辨識系統已有多個落地應用，且克服了各種辨識挑戰
在技術研發以及系統初落地的過程中，Viscovery 面臨並克服了許多辨識挑戰：
1. 不同麵包 (系列商品) 之間的相似性、同款麵包之間的變異性
不同麵包之間，存在著一定的相似性，尤其是「系列商品」。以菠蘿麵包為例，原味與奶酥口味的菠蘿麵包，在外觀上幾乎相同，為了方便結帳員判別，麵包店會在不同口味的麵包，加上各自獨有的點綴物，例如：杏仁片、黑芝麻。畢竟價格不同，不容許錯帳。
而同款麵包之間，也存在著相異之處。即使是經手同一位師傅、同一個烤箱出爐的麵包，都會有烘烤顏色深淺不一的情況。每一顆麵包的形狀、配料分佈、紋路，也不可能完全一樣。
那人類是如何辨別麵包的呢？答案是麵包的「整體特徵」。人類藉由視覺接收到物品的「整體特徵」來做辨識，Viscovery 的 AI 影像辨識系統運用的邏輯與之相同。
為使電腦正確判斷，Viscovery 使用最新 AI 人工智慧、深度學習、電腦視覺技術，讓電腦模擬人腦思考，並運用大量的麵包圖資 (註：圖資為圖片資料，可看作訓練電腦辨識物品的教材)，訓練電腦熟知所有麵包變化的極限，打造一套以「整體特徵」來辨識麵包的 AI 系統，讓電腦得以在相似的系列麵包中、相異的同款麵包中，做出智慧的判斷，不受麵包自然外觀變化影響。
更重要的是，Viscovery 透過獨家研發的工具，持續蒐集「系統被使用時，產生的新圖資」，達到「越辨識、越準確」的目標。
2. 袋裝、透明盒裝、多入一盒/袋
一般來說，麵包店主打裸賣麵包，不會事先為麵包套上塑膠袋，希望直接呈現麵包新鮮現烤的美味。不過麵包店販售的品項越來越多元，從盒裝的沙拉，到多入一盒的布朗尼球，滿足消費者的味蕾。自疫情爆發，麵包店也開始為麵包裝袋販售。麵包店販賣的，不只是無包裝的麵包。為了辨識多元的品項，Viscovery強化演算法，訓練電腦特別專注在袋中與盒中的商品。
3. 多種托盤花色，或是以籃子盛裝麵包
基於衛生考量，麵包店提供夾子及托盤供顧客夾取麵包，不用徒手拿取，有的店家甚至提供鐵籃給顧客放置商品。結帳時，顧客直接將托盤或籃子放置結帳櫃檯，進行結帳。
Viscovery 在研發的過程中，即注意到這一點，並加強演算法，訓練電腦在各種不同的背景環境下也不受影響，準確辨識。
4. 非麵包類物品的排除
在麵包店結帳時，櫃台時常出現非麵包類的物品，例如：錢包、手機、零錢、麵包夾…等等，由於 Viscovery 的影像擷取鏡頭放置在櫃台上，為了不影響電腦辨識麵包，也不刻意阻止消費者暫放物品，Viscovery 調整演算法，排除櫃台上常見非商品的東西。
5. 局部堆疊麵包
麵包辨識最常見的挑戰，莫過於堆疊的麵包。由於電腦視覺就如同人眼辨識，若完全遮擋「到人眼也看不見商品的程度」，電腦亦無法進行辨識。根據觀察，一次大量購買麵包的消費者不在少數，堆疊麵包的情況相當常見。
擁有大量麵包圖資的 Viscovery，已將電腦訓練成一個觀察入微的小幫手，在麵包堆疊的情況下，電腦會觀察，被局部遮擋的麵包「露出來的特徵」，進而做辨識。
多元整合方式，無需汰換既有 POS 軟硬體，達產業 AI 化，AI 產業化願景
根據 Fortune Business Insights 統計，2019 年人工智慧 (AI) 在全球零售產業的市場規模已達 30.1 億美元，預計到 2027 年將達 233.2 億美元，2020 至 2027 年的年複合成長率高達 29.6%1。該數據顯示，零售企業對於 AI 的導入意願與需求越來越高。其中，「AI 的導入門檻」為企業評估的重要指標之一。
Viscovery 站在客戶角度設計產品，降低初期建置成本，提高系統相容性，從最簡單的 plug-and-play 隨插即用方案，到 API 整合方案都有，供業者選擇。無需更換店家正在使用的 POS 軟硬體，即可輕鬆導入 AI，全面升級結帳系統，優化營運效率。
Viscovery 持續優化辨識，讓電腦的辨識能力，趨近人眼，務實幫助麵包店加速結帳，提升消費體驗，達到產業 AI 化，AI 產業化的願景。欲了解更多，歡迎參考「AI 影像辨識系統」，或來信 marketing@viscovery.com 與我們聯繫。
[參考資料]
1 Fortune Business Insights, Sep. 2020, www.fortunebusinessinsights.com/artificial-intelligence-ai-in-retail-market-101968.
