今天看到微信上一篇对商汤的评价，说是算法人员过多，工程化人员不足，犯了学院派的较大的问题。
想一想，也确实有这样的问题，目前商业场景中很少见到把相关技术应用的。
于是把上次金融展拿到的sensetime的宣传资料再细读了一下。
在全渠道零售+IoT上，有些还是可以用到的，比如：
- 行人特征，高矮胖瘦皮肤年龄衣着，识别出来可以作为导购信息；
- 人群计数，排队人数，人数分布，统计后可以动态分配服务资源，决定快速完成交易还是增强导购服务；
- 物体检测，顾客已选商品再对应到大数据，可以进一步推荐配套商品；
- 人群分布，可以增加特定营销手段。
以评论方式增加对EWA机器人的一些看法。
这个是给中国银行做的网点服务机器人：
摄像头的作用是人脸识别，用作与身份证进行比对。有点大材小用了。
即使是人脸，也可以在本地建立人脸数据库，按业务和人脸做好记录，以方便后面的营销以及大数据分析。
身份证也是通过固定的摄像头进行图像采集。
摄像头应该还可以进行二维码信息提取。只是没提及。
指纹仪用来读取用户指纹，或业务授权指纹。
红外，用于感知障碍，其实是人，避障行走，激光也是充当同样的能力，区别就是一般障碍还是人体障碍。可用好这一点。
打印机，凭条打印。
音箱，用于语音对话。
麦克风阵列，用于降噪收音，也是语音对话，更深入的可以是可定位声源的麦克风，区分多路声源。有语音分析，可以识别出业务类型。
计算机视觉方面可以充分和本文结合，但应用逻辑会稍复杂。
addasound，自动充电，跟扫地机器人一样，自动寻找充电装置。
高清广角摄像头。
语音识别，文本化。
语义理解。
语音合成。此处可使用Adobe的新的语音合成技术，导入更亲切的明星语音。
行业知识库引入。