图片无缝拼接在线制作

对于消费品企业来说，线下渠道大数据是至关重要的“宝藏”。消费品企业需要定期检查终端，了解商品的配送率、陈列位置、货架份额等。，从而优化店内实施，洞察店址，对企业的营销费用、战略布局、决策有重要意义。

如果一个品牌想了解自己的商品在门店上架的情况，需要安排销售代表去指定门店对自己的商品上架情况进行统计，并将结果反馈给公司。传统的方式是人工清点或者记录货架上商品的布局和分布，用肉眼观察这个竞品的情况。这种方式不仅耗费大量人力，效率低下，而且存在质量难以控制的问题。利用AI图像识别技术识别货架信息和产品特征，可以快速节省人工申报和后台审核的工作量，帮助企业提高线下销售效率。

在这种情况下，销售代表可以通过移动应用程序拍摄终端显示屏的照片。但是由于客观条件的限制，比如货架的长度和高度，过道空以及手机的拍摄角度，不可能一次拍摄到整个场景。实际做法是对不同场景进行分组拍照，通过画面拼接完美还原货架的整体情况。因此，图像拼接成为人工智能图像识别技术应用的一个关键难点。

Trax继续克服图像拼接算法的问题。通过优化前端Trax APP拼接验证算法，提高与后端完美拼接的成功率，极大地优化了客户体验，提高了KPI的准确性，为业务相关人员带来了一体化图像拼接的全新体验。

优化前端拍摄验证算法，降低销售代表拍照难度，为逛店提供便利。

适应情景:

大超市的货架太高，小超市的离货架太近。使用垂直轴拼接功能。

超市长货架，采用横轴拼接功能。

品牌商使用第三方SFA拍摄，不受拍摄器材限制。Trax可以提供SDK，支持无序拼接。

优化拼接算法提高KPI准确性

通过对算法的优化，减少了拼接过程中由于商品的错放和误认造成的影响，去除了重复或多余的商品，极大地提高了完美拼接的成功率。同时提高了拼接识别速度，使得AI图像识别结果更接近真实值，从而输出更准确的货架KPI。

授权品牌所有者控制所有品类货架份额的变化

基于完美货架拼接的全貌，品牌商很容易知道，与同品类其他商品相比，自己的商品陈列位置、排数、线性货架空占用率等。，为准确了解货架份额的动态变化信息提供有力的技术支持，进而帮助品牌商占领优秀的货架位置和份额，从激烈的品类竞争中抢占先机。

成功案例分享

在数字化货架的过程中，一个领先的快速消费品品牌面临着巨大的挑战:

销售代表提交的货架照片角度太斜。

有时候销售代表提交的货架照片不正确，不在同一排货架上。

图片重合度太小，照片拼接效果不好。

图片拼接不完善会影响识别结果，KPI计算不准确，对业务造成负面影响。

Trax对该客户面临的问题进行了逐一分析，优化了图像去重算法，减少了图像重叠过小、背景不匹配、拍摄角度、校正等因素的影响，完美拼接的成功率由原来的24.6%提高到96.5%，为品牌商解决了数据识别结果的准确性问题。精准的货架数据使得快消品品牌的终端零售执行和经营业绩评估成为可能，为深入的品类趋势分析和市场动态监测奠定了坚实的基础。

一体化的图像拼接不仅实现了消费品NXT解决方案的现场数据采集，还为零售巡检机器人的门店巡检提供了重要的技术支持，为加快零售业数字化进程锦上添花。