「用單一攝影機似乎不夠」、「商品的每層數量好像太多」、「要不要試試融合其他感測器」。席捲零售產業的無人商店技術，
廢氣處理設備
，一群軟體工程師在實驗室組裝著硬體機台，
免燉燕窩
，全神貫注想找出符合台灣零售產業不同階段類型發展的需求應用最佳化解決方案，
椰子汁
，工研院的工程師在各種嘗試後，
手機版網站架設
，結合多種感測器與人工智慧技術，
大肚 瓦斯
，終於開發出「易取捷帳」與「易取智慧貨架」。亞馬遜吹起了新的消費模式號角，
電子地磅
，拿了就走的無人商店在美國、中國大陸等國家出現類似的新興商機，
空氣污染防制設備
，但拿了就走，說來簡單，背後卻隱藏許多技術「眉角」。 現行商品結帳時大多以刷條碼為主，商品必須逐一刷條碼，原本就頗為耗時；若是商品表面有水份、扭曲、反光，以及毀損時容易辨識失敗，這時就必須由店員手動輸入商品編碼，更會延遲結帳時間。因此，工研院團隊想到以電腦視覺辨識商品技術來進行結帳，利用視覺感測與人工智慧技術來構建機器的眼睛及大腦。工研院副組長吳德常說，電腦視覺辨識需事先建立各商品圖庫，訓練電腦判讀資料，讓電腦學習後可以快速辨識多個商品。但是當攝影機多達3-4個且擺放的位置與角度不同時，電腦所需判讀的商品影像也不相同，代表工程師得建立更多的商品影像圖庫，讓電腦做更精確的判讀。「以一般長方體鋁箔包飲料而言，若採用單一鏡頭，至少需建立六張商品照片；若採用多鏡頭，就得拍攝大約3，000張照片！而建立圖庫後還要進行標記，電腦才能知道每張照片所代表的商品。若一張照片人工標記要花10秒，等於建立一個完整的商品圖庫要花超過八小時。所以團隊想到在取像環境加入電動轉盤，以自動轉動商品方式讓影像拍攝速度加快；同時導入交通大學的自動標記軟體以取代人工作業，大幅縮短標記時間。」工研院團隊為了配合台灣零售業不同類型的需求，透過電腦視覺辨識技術，研發出「易取智慧貨架」。這個號稱微型無人超商的智慧貨架，消費者不僅可以拿了就走，更開啟零售產業新市場，同時也協助廠商用較低的成本建置無人商店，並測試消費者的接受度，透過收集消費者的行為數據作為營運的改善基礎。工研院經理陳明彥回想起研發之初，「原本就知道零售業不簡單，沒想到還有這麼多眉角要摸索，雖然現在已在工研院內鋪點約四座貨架實際營運，但當初在打造貨架時，為了擺放更多商品，一層放置八個軟包裝商品，卻遮蔽其他商品影響辨識效果，因此也花一些時間來測試調整最佳化的商品固定架的間隔，穩定提升影像辨識率。同時也根據員工喜好汰換更新熱門商品，也在宿舍區的貨架放置生活用品」。工研院經理崔文也提到，消費者當拿取商品後，若決定不購買，很容易隨手放回，因此衍生出放回的商品並不在本來的貨架上，或是商品堆疊亂放等狀況，若使用單一的電腦視覺辨識，可能會無法正確辨識出疊放的商品，因此決定融合多重感測器，而為將攝影機、紅外線、重量感測器三者完美結合，團隊也絞盡腦汁。舉例來說，貨架層板搭載的重量感測器（荷重元），是利用與層版的支點來判斷商品重量，擺放數量以及擺放位置，皆會影響商品重量的正確性，在不斷的測試實驗之下，花費一番功夫才找到「甜蜜點」。有了紮實的電腦視覺技術與驗證，工研院團隊也逐漸擴展應用，易取捷帳、易取智慧貨架等已結合廠商進行場域應用，分別已與便利商店、超市等合作，希望能讓AI科技生活帶給人們更直覺、更方便的生活體驗！，