CN115023578A - 用于冷却柜的智能可移动封闭系统 - Google Patents

Abstract

本文公开了一种智能可移动封闭系统，其允许从柜体的外部访问内部。在一些实施例中，该可移动结构可以与柜体内部联接，该柜体内部被适配成保持在比外部柜体环境温度更冷的温度下，例如以在零售环境中存储易腐烂的消费品。特别地，该智能可移动封闭系统可以包括显示对应于在零售产品货柜中存储的一个或多个产品的图形渲染的电子部件。另外，该智能可移动封闭系统可以包括控制器，该控制器确定封闭系统中产品的库存状态，并基于所确定的库存状态控制图形渲染。

Description

用于冷却柜的智能可移动封闭系统

相关申请的交叉引用

首先，本申请是于2020年1月13日提交的美国专利申请序列号16/741,581(代理人参考号009036.00007)的部分继续申请，该美国专利申请序列号16/741,581是要求于2019年12月17日提交的国际专利申请序列号PCT/US2019/066869(代理人参考号009036.00009)(该国际专利申请公开为WO2020/131881)的优先权申请日权益的部分继续申请，该国际专利申请序列号PCT/US2019/066869是要求于2018年12月17日提交的美国专利申请序列号16/222,643(该美国专利申请于2019年4月25日公开为美国专利申请公开号US2019/0122263)的优先权申请日权益的部分继续申请。其次，本申请是要求于2020年5月14日提交的美国专利申请序列号15/931,971(代理人参考号009036.00013)的优先权申请日权益的部分继续申请，该美国专利申请序列号15/931,971是要求于2020年1月13日提交的美国专利申请16/741,581(代理人参考号009036.00007)的优先权申请日权益的部分继续申请，该美国专利申请16/741,581是要求于2019年12月17日提交的国际专利申请序列号PCT/US2019/066869(代理人参考号009036.00009)(公开为WO2020/131881)的优先权申请日权益的部分继续申请，该国际专利申请序列号PCT/US2019/066869是要求于2018年12月17日提交的美国专利申请序列号16/222,643(该美国专利申请于2019年4月25日公开为美国专利申请公开号US2019/0122263)的优先权申请日权益的部分继续申请；并且，于2020年1月13日提交的美国专利申请16/741,581(代理人参考号009036.00007)也是要求于2018年8月9日提交的国际专利申请PCT/US2018/046103(该国际专利申请于2019年2月14日公开为WO2019/032893)的优先权申请日权益的部分继续申请，该国际专利申请PCT/US2018/046103是要求于2017年8月10日提交的美国专利申请序列号15/674,198的优先权申请日权益的部分继续申请；并且，于2020年1月13日提交的美国专利申请16/741,581(代理人参考号009036.00007)也是要求于2017年8月10日提交的美国专利申请序列号15/674,198的优先权申请日权益的部分继续专利申请。并且，全部前述申请均通过引用整体并入本文。

技术领域

本文公开了一种智能可移动封闭系统，其允许从柜体的外部访问内部。在一些实施例中，该可移动结构可以与柜体内部联接，该柜体内部被适配成保持在比外部柜体环境温度更冷的温度下，例如以在零售环境中存储易腐烂的消费品。特别地，该智能可移动封闭系统可以包括显示对应于在零售产品货柜中存储的一个或多个产品的图形渲染的电子部件。

背景技术

尽管越来越多的人在线上购买物品，但是实体零售销售(例如，通过冷却系统提供)仍然是可观的，并且实际上在某些细分市场诸如杂货店、药店和便利店中正在增长。实体店中超过75％的购物是冲动购买。研究表明，冲动决定受到店内消息传送的高度影响，并且大多数店内冲动购物发生在零售产品货柜处，诸如冷藏箱和冷冻箱。因此，零售产品货柜处的冲动购物行为的中断可能为消费性包装品品牌和零售商两者带来巨大的价值创造机会。

发明内容

以下概述呈现了某些特征的简化概述。本概述不是广泛的概览，并且不旨在标识关键的或至关重要的元件。一个或多个计算机的系统可以被配置成通过将软件、固件、硬件或它们的组合安装在系统上而执行特定操作或动作，该软件、固件、硬件或它们的组合在操作中使系统执行动作。一个或多个计算机程序可以被配置成通过包括指令来执行特定操作或动作，当这些指令由数据处理装置执行时，使得该装置执行动作。一个总体方面包括一种智能可移动封闭系统，该智能可移动封闭系统被配置成用于安装在零售(或非零售)环境中，该零售(或非零售)环境需要被适配成保持在比外部柜体环境温度更冷(或更暖)的温度下的柜体(或其他封闭体)。在一些实例中，该系统包括零售产品货柜的内部存储容积，该内部存储容积存储用于在零售环境中购买的易腐烂物品，其中可移动门禁止看到内部存储容积。该系统还包括附贴到可移动门的显示设备，其中该显示设备被配置成显示至少内部存储容积的货架图，其中该货架图可以包括指示一个或多个产品的缺货的消息或图形。该系统还可以包括安装在可移动门上的光学传感器，诸如照相机，以捕获零售产品货柜的内部存储容积的一个或多个图像。该系统还可以包括通信地耦合到显示设备的控制器。该系统还包括数据存储区，该数据存储区可以存储所输入的内部存储容积的货架图映射和多个产品的描述，其中该描述可以包括多个产品中的一个或多个的形状、颜色和/或尺寸。在一些实例中，该系统还可以包括在零售产品货柜附近的一个或多个处理器。该系统还包括存储计算机可读指令的存储器，当这些计算机可读指令由一个或多个处理器执行时，使得该一个或多个处理器执行本申请中公开的一个或多个步骤。例如，方法步骤可以包括：将由光学传感器捕获的一个或多个图像后处理成合成图像；基于该合成图像、所输入的货架图映射和多个产品的描述来确定零售产品货柜中的多个产品中的一个产品的库存状态；基于所确定的库存状态来确定要在显示设备上显示的广告，其中当产品的库存状态为缺货时，广告可以包括缺货指示符；以及向控制器发送用于在显示设备上显示的广告。一个或多个其他步骤(或不同步骤)可以通过由系统执行的前述方法来执行。该方面的其他实施例包括记录在一个或多个计算机存储设备上的对应计算机系统、装置和计算机程序，它们中的每一个被配置成执行方法的动作。

一些实施方案可以包括以下特征中的一个或多个。智能可移动封闭系统，其中所输入的货架图映射可以包括：产品的指示和产品指定位置的指示。确定产品的库存状态可以包括基于合成图像来确定在指定位置处未检测到产品。在一些实例中，面向内的光学传感器可以被配置成在可移动门的操作期间捕获多个图像，其中该操作可以包括打开可移动门和关闭可移动门。该系统可以包括库存跟踪器，当该库存跟踪器在由一个或多个处理器执行时，使得该一个或多个处理器向计算设备传输指示产品不在零售产品货柜中的消息。确定产品的库存状态可以包括基于合成图像标识零售产品货柜中的所存储产品，以及进一步确定选自以下各项中的至少一个：所存储产品的位置、所存储产品的形状、所存储产品的颜色、所存储产品的尺寸及其组合。确定产品的库存状态可以包括基于选自以下各项中的至少一个来确定产品在零售产品货柜中存在：确定所存储产品的位置对应于指定位置；确定所存储产品的形状对应于描述中的产品的形状；确定所存储产品的颜色对应于描述中的产品的颜色；确定所存储产品的尺寸对应于描述中的产品的尺寸；及其组合。确定产品的库存状态可以包括基于选自以下各项中的至少一个来确定另一产品在零售产品货柜中的指定位置处存在：确定另一产品的形状不对应于描述中的产品的形状；确定另一产品的颜色不对应于描述中的产品的颜色；或确定另一产品的尺寸不对应于描述中的产品的尺寸。确定产品的库存状态可以包括确定零售产品货柜中产品的数量。智能可移动封闭系统可以包括从计算设备接收所输入的货架图映射。在一些实例中，数据存储区可以位于零售环境中，并且基于可移动门的操作(例如，打开、关闭等)来捕获一个或多个图像。在一些实例中，广告可以包括与产品相关联的插图。广告可以包括货架图，该货架图可以包括与多个产品相关联的插图。在一些实例中，广告可以包括与不同产品相关联的插图。所描述的技术的实施方案可以包括硬件、方法或过程，或计算机可访问介质上的计算机软件。

一个总体方面包括一种用于在显示屏上生成广告内容的方法，该显示屏附贴到可移动门，该可移动门附接到零售产品货柜，该零售产品货柜可以包括内部存储容积。该方法还可以包括确定内部存储容积的货架图映射和多个产品的描述，其中该描述可以包括多个产品中的每一个的形状、颜色和/或尺寸。该方法还包括将由安装在可移动门上(例如，安装在可移动门上、可移动门中或可移动门周围)的光学传感器捕获的一个或多个图像后处理成合成图像。该方法还包括基于(i)合成图像、(ii)货架图映射，以及(iii)多个产品的描述来从多个产品中确定零售产品货柜中的一个产品的库存状态。该方法还可以包括基于所确定的库存状态来确定要在显示屏上显示的广告。该方法还包括发送用于在显示屏上显示的广告。该方面的其他实施例包括记录在一个或多个计算机存储设备上的对应计算机系统、装置和计算机程序，它们中的每一个被配置成执行方法的动作。

一个总体方面还包括冷却系统的计算机平台，该冷却系统可以包括具有内部存储容积的零售产品货柜。计算机平台还包括一个或多个处理器。平台还包括存储计算机可执行指令的存储器，当这些计算机可执行指令由一个或多个处理器执行时，使得该一个或多个处理器：确定内部存储容积的货架图映射和多个产品的描述，其中该描述可以包括多个产品中的每一个的形状、颜色和/或尺寸；将由安装在可移动门上的光学传感器捕获的一个或多个图像后处理成合成图像；以及基于合成图像、所输入的货架图映射和多个产品的描述来确定零售产品货柜中的多个产品中的一个产品的库存状态；基于所确定的库存状态来确定要在显示屏上显示的广告；以及发送用于在显示屏上显示的广告。该方面的其他实施例包括记录在一个或多个计算机存储设备上的对应计算机系统、装置和计算机程序，它们中的每一个被配置成执行方法的动作。

实施方案可以包括以下特征中的一个或多个。冷却系统的计算平台可以包括具有内部存储容积的零售产品货柜、阻挡观看内部存储容积的可移动门、附贴到可移动门的显示器，以及附贴在可移动门上的光学传感器。在一些实例中，显示器被配置成显示至少内部存储容积的货架图。货架图映射可以包括以下各项中的一个或多个：产品的指示；和/或产品指定位置的指示。确定产品的库存状态可以包括以下各项中的一个或多个：基于合成图像和多个产品的描述来计算置信度得分；和/或当置信度得分低于阈值时，确定产品在内部存储容积中缺货。所描述的技术的实施方案可以包括硬件、方法或过程，或计算机可访问介质上的计算机软件。下文更详细地描述这些和其他特征和优点。

以下概述呈现了某些特征的简化概述。本概述不是广泛的概览，并且不旨在标识关键的或至关重要的元件。在本文公开的一个实施例中，计算平台包括一个或多个零售产品货柜和在冷却系统中的一个或多个零售产品货柜的显示器上生成不同广告(ad)的控制器。零售产品货柜中的每一个可以包括用于储存一个或多个零售产品的内部存储空间、在其门上的显示器(显示屏)，以及检测在零售产品货柜附近存在一个或多个顾客的顾客检测器。控制器通过通信信道(例如，无线信道)与零售产品货柜中的每一个通信，例如以显示供一个或多个顾客观看的广告。例如，控制器可以被配置成指导零售产品货柜在其显示器上显示全屏广告。全屏广告的显示可以是默认过程，或者可以在顾客检测器未检测到运动(例如，顾客的运动)或人形态时执行。当在预定距离内检测到运动(例如，顾客的运动)或人形态时，控制器可以随后指导零售产品货柜终止全屏广告并显示位于内部存储容积中的产品的货架图。

根据另一个方面，零售产品货柜的顾客检测器可以包括一个或多个照相机和接近传感器。一个或多个照相机和接近传感器可以位于零售产品货柜的门正面上。

根据另一个方面，当检测到顾客足够靠近货柜门时，可以在货柜的显示器上显示邀请指示。例如，可以在货架图的中心处生成快速响应(QR)码。响应于邀请，如果所检测到的顾客期望选择加入，则该顾客可以通过无线设备扫描该QR码。当顾客选择加入时，计算平台可以经由移动应用与顾客交互。在一些实例中，代替QR码或除了QR码之外，还可以提供除QR码之外的图像(例如，具有机器可检测水印的图像)、蓝牙(或其他短距离无线协议)信标，或其他机制来向顾客指示邀请。

根据另一个方面，当顾客响应于在货柜的显示器上显示的邀请而选择加入时，可以根据通过移动应用获得的顾客信息来显示个性化广告。个性化广告可以指示在零售产品货柜处储存的一个或多个产品的定制定价。

根据另一个方面，当顾客未响应于邀请而选择加入时，计算机平台可以基于一般化信息(例如，天气条件、天气预报和当前或即将到来的事件)继续生成具有插入广告(例如，横幅广告、现货交易和热点)的货架图。

根据另一个方面，计算平台可以下载与零售产品货柜相关的广告组(例如，从云计算服务下载)。此外，计算平台可以在零售产品货柜的显示器上生成所下载的广告中的一个。该一组所下载的广告可以基于在零售产品货柜处储存的产品的类型。产品的类型可以从货柜标识或从零售产品货柜提供的库存信息来确定。

根据另一个方面，计算平台可以基于规则组来确定在零售产品货柜的显示器上呈现的广告，该规则组可以涵盖货柜附近的天气条件、日期和/或关于货柜附近的顾客的特征。例如，可以因为顾客站在饮料货柜旁20秒、户外为98度，并且日期正好在七月四日之前而选择所呈现的广告。

根据另一个方面，计算平台可以确定在零售产品货柜的显示器上呈现的广告的有效性的度量。例如，计算平台可以检测顾客是否在零售产品货柜的确定距离内和/或是否多于预定数量的顾客正在观看所呈现的广告。

根据另一个方面，计算平台可以生成针对产品层级的广告。例如，顾客检测器可以检测到顾客正在观看零售产品货柜处的货架图中显示的特定产品。

根据另一个方面，在第一零售产品货柜处所显示的广告可以推销在第二零售产品货柜处储存的产品。例如，计算平台可以基于顾客信息来预测顾客将在第一零售产品货柜处购物之后在第二零售产品货柜处购物。

附图说明

当结合附图阅读时，可以更好地理解前述发明内容以及以下对示例性实施例的详细描述，附图是作为实例而非作为对所要求保护的发明的限制而包括的。

图1A、图1B和图1C(统称为“图1”)示出了根据一个或多个实施例的支持一个或多个零售产品货柜的计算平台的实施例。

图2示出了根据实施例的零售产品货柜的门的正面。

图3示出了根据实施例的零售产品货柜的门的背面。

图4示出了根据实施例的零售产品货柜。

图5A和图5B(统称为“图5”)示出了根据一个或多个实施例的零售产品货柜中的门的部分；具体地，图5A示出了零售产品货柜的门的一部分的横截面，并且图5B示出了根据实施例的零售产品货柜的门的一部分。

图6示出了根据实施例的照相机在零售产品货柜的门上的示例放置。

图7示出了根据实施例的当门打开时零售产品货柜的不同视图。

图8示出了根据实施例的可以在零售产品货柜的显示屏上显示的不同类型的广告。

图9示出了根据实施例的零售产品货柜的内部存储容积的货架图映射以及不同产品的描述。

图10示出了根据实施例的可以基于所确定的产品库存状态在零售产品货柜的显示屏上显示的不同广告。

图11示出了根据实施例的支持一个或多个零售产品货柜的广告计算机系统。

图12示出了根据实施例的支持一个或多个零售产品货柜的边缘计算装置。

图13示出了根据实施例的配置广告系统的流程图。

图14示出了根据实施例的在零售产品货柜的屏幕上生成广告的流程图。

图15示出了根据实施例的显示从规则组中选择的广告的流程图。

图16示出了根据实施例的确定所显示的广告的有效性层级的流程图。

图17示出了根据实施例的生成针对产品层级的广告的流程图。

图18示出了根据实施例的在第一零售产品货柜处为在第二零售产品货柜处储存的产品显示广告的流程图。

图19示出了根据实施例的在与零售产品货柜相关联的显示屏中确定和显示广告的流程图。

图20示出了根据实施例的在与零售产品货柜相关联的显示屏中确定和显示广告的流程图。

具体实施方式

根据实施例中的一些的一个方面，公开了一种智能可移动封闭系统。在一些实施例中，系统可以包括捕获柜体内部或柜体外部的图像和/或其他媒体(例如，音频、视频、红外数据或其他媒体)的电子部件。此外，在一些实施例中，该系统还可以包括电子部件，该电子部件尤其显示对应于在柜体中存储的一个或多个产品的图形渲染或其他视觉输出。柜体可以被适配成保持在比外部柜体环境温度更冷的温度下，例如以在零售环境中存储易腐烂的消费品。照此，零售产品货柜可以提供与零售环境中的用户接口的系统。

计算平台基于关于零售产品货柜附近的顾客的信息、在零售产品货柜处储存的一个或多个产品以及零售产品货柜外部的一般化信息，在冷却系统的零售产品货柜处生成所显示的内容。根据一些实施例的一个方面，计算平台可以在一个或多个零售产品货柜处生成所选广告(ad)。零售产品货柜包括用于储存一个或多个产品的内部存储空间、货柜的门上的显示器，以及检测在零售产品货柜附近存在顾客的顾客检测器。根据实施例，当检测到顾客位于距零售产品货柜的预定距离内时，在货柜的显示器上显示邀请指示符。当顾客选择加入时，可以根据可以通过移动应用获得的顾客信息来显示个性化广告。个性化广告还可以包括针对在零售产品货柜处储存的一个或多个产品的定制定价。根据实施例，所显示的广告可以基于在零售产品货柜中储存的产品的库存状态。例如，货柜的显示器可以基于检测到货柜中不再有产品而显示缺货指示符。

冷藏箱可能是最被忽视、推销最少、技术最不复杂的产品之一，并且可能是零售商店的最具运营挑战的部门之一。传统的零售产品货柜(例如，冷藏箱、冷冻箱、自动售货机等)可以包括玻璃面板或门，顾客可以通过该玻璃面板或门观看在零售产品货柜中存储的产品，并且该产品可供购买。然而，所存储产品可能未被整齐地呈现，并且所存储产品可能被其他产品阻挡，使得顾客无法轻易看到有哪些产品可供购买。此外，商店雇员可能经常需要维护存储在其中的产品的外观、跟踪库存，或安装和换出促销标签和其他显示(诸如与定价和推销有关的显示)，以便使这些物品保持最新。

利用上述这些零售产品货柜的传统方法，杂货店中的冷藏箱和冰箱可能是品牌难以进行有效“现场”广告和推销的面积。品牌通常可以依赖于其他广告媒体(例如，印刷品、广告牌、在线和TV广告等)来推销在零售和便利店的冷藏箱/冷冻箱和/或冰箱的货架上零售的产品。

此外，利用上述这些传统方法，广告努力可能不能同样有效和有影响力。由于传统方法的限制，市场渗透非常小。

图1示出了根据实施例的支持一个或多个零售产品货柜的计算平台100。包括控制器101和零售产品货柜102和103的计算平台100可以基于零售产品货柜处的所存储产品在零售产品货柜中的一个处生成所选广告。

零售产品货柜102和103可以包括冷藏箱、冷冻箱、自动售货机等，并且通常在对应的内部容积中存储不同类型的产品(例如，牛奶、冷冻膳食、啤酒、冰淇淋等)。

参考图1A，在本文公开的系统的一个实施例中，边缘处理器(控制器)101指导零售产品货柜102或103基于一个或多个标准来显示所选广告，这些标准例如是零售产品货柜附近的顾客、在零售产品货柜处储存的产品，以及不特定于零售产品货柜的一般化信息(例如，天气条件)。同时，本文公开的系统的其他实施例在不知道个人购物者/顾客的情况下操作/起作用，并且该系统从不寻求标识个人，即，它是“身份盲的”，因为它从不收集或使用个人可标识或可联系的信息。在一些实施例中，可以根据系统是否位于消费者期望隐私和/或适用法律所管辖的国家或州来确定是否执行一组“身份盲的”特征的选择。

参考图1，根据一些实施例，控制器101可以经由有线或无线通信信道(例如，Wi-Fi、

等)与零售产品货柜通信，并且可以靠近零售产品货柜或通过因特网而在世界的任何地方。如图1B所图示，在一些实施例中，控制器101可以被内置/集成到零售产品货柜中的边缘计算设备110中。当然，计算平台100可以包括一个或多个路由器(例如，无线路由器)，以将对应于零售产品货柜102、103的一个或多个边缘处理器101与云计算服务104通信地连接。在一个系统150中，无线路由器(图1A中未示出)可以用于将边缘处理器101与云计算服务104连接；无线路由器可以为零售位置(包括零售产品货柜102、103)处的多个物联网(IoT)设备提供共享的无线网络。在涉及图1B中的系统160的另一实例中，边缘计算设备110可以包括无线硬件(例如，LTE/5G或其他蜂窝标准)以在不使用由零售所有者操作的共享无线路由器和/或调制解调器的情况下与云计算服务104连接；边缘计算设备110还可以包括边缘处理器101和数据存储区111。

每个零售产品货柜102或103可以通过未明确示出的用于相关联部件(例如，传感器、照相机等)的公共通信接口来支持无线信道。然而，一些实施例可以为支持物联网(IoT)的不同部件中的每一个与控制器101建立单独的无线通信信道。在一些实例中，零售产品货柜102、103可以共享边缘计算设备110以降低零售产品货柜103的成本和复杂性。在这样的实例中，如图1B所图示，第一零售产品货柜102中的边缘计算设备110可以负责处理本文件中描述的计算步骤中的一个或多个。因此，第二零售产品货柜103可以向第一零售产品货柜102中的边缘计算设备110分布与产品缺货的确定相关的计算负载。

根据一些实施例，控制器101可以与附加的计算设施(例如，云计算服务104或一个或多个计算机服务器(未明确示出))交互，以获得广告内容并通过无线服务105经由无线设备106与顾客或雇员交互。替代地，无线设备106可以通过零售位置处的共享无线路由器(图1中未示出)直接与边缘处理器101连接。图1B图示了计算平台100的另一体系架构，其中无线设备106可以是平板电脑、智能电话、膝上型电脑或使用短距离无线通信信道(例如，Wi-Fi、

等)与驻留在零售产品货柜102、103中或与其靠近的边缘计算设备110通信地连接的其他移动电子设备。

根据一些实施例，如图1B所图示，边缘计算设备110可以与另一计算设备115通信(例如，经由云计算服务104)。计算设备115可以与专家用户相关联，并且可以用于控制和监视边缘计算设备110的操作。如图1C所图示，在一些实施例中，云计算服务104可以包括中心数据存储区112，其在本文中结合图9进一步描述。

图2示出了根据实施例的零售产品货柜(例如，如图1所示的货柜102和103)的门230的正视图231。

每个零售产品货柜102和103可以具有门230。显示器(显示屏)216与顾客检测硬件218一起安装在门230上，顾客检测硬件218诸如是一个或多个接近传感器(热图)、图像传感器、检测人形态/特征的传感器或扫描仪，以及眼睛传感器(虹膜跟踪传感器)。

根据一些实施例，显示器216包括LCD面板，该LCD面板具有由顾客交互的一个或多个触摸分区232。访问面板234可以与向显示器216提供显示内容的媒体播放器236一起位于门230的底部附近。保护面板(未明确示出)可以安装在显示器216上。

图3示出了根据实施例的零售产品货柜的门230的后视图302。照相机或其他类型的传感器(即，库存盘点硬件304)可以设置在门230的背面302上，并且可以面对在零售产品货柜中存储的产品。控制器101可以使用库存盘点硬件304来跟踪零售产品货柜中的产品的库存状态。

图4示出了根据实施例的零售产品货柜102。每个零售产品货柜102包括至少一个显示器416，诸如零售产品货柜102的门上的显示器。

多个零售产品货柜(类似于零售产品货柜102)和相关联的显示器可以沿零售商店(例如，杂货店)的过道并排布置。边缘处理器(控制器)101(如图1所示)可以被配置成根据例如由顾客检测器418和/或库存跟踪器420检测到的内容来操作显示器416。

根据一些实施例，当所检测到的对象被认为是人(自然人)(而不是例如购物车)时，顾客检测器418可以检测到顾客。顾客检测器418还可以确定所检测到的自然人是否是雇员(例如，通过雇员的制服或通过雇员身上的RFID标签)。在这样的情况下，顾客检测器418可以忽略雇员，使得零售产品货柜处的显示不被更新。

根据一些实施例，显示器416包括非透明显示器，其禁止消费者通过显示器观看在内部存储容积中存储的产品。显示器416可以包括例如用户可以与之交互的触摸屏。显示器416可以与显示控制器相关联。

每个零售产品货柜102还可以包括顾客检测器418，该顾客检测器418可以检测任何或特定的个人(例如，顾客相对于雇员)、运动(例如，顾客的运动)、人形态(例如，人形状的形态或顾客的一般面部)、热等(例如，顾客可以是由顾客检测器418检测到的零售产品货柜附近的个人)。根据一些实施例，顾客检测器可以利用接近传感器(例如，经由热图)、图像传感器、检测人形态/特征的传感器、扫描仪、眼睛传感器(例如，虹膜跟踪传感器)等中的一个或多个。除了顾客检测器418之外，零售产品货柜102还可以包括被配置成检测零售产品货柜102内/周围/上的活动的其他传感器423。尽管为了说明的目的，顾客检测器418已经被描述为触发/激活另外的步骤的输入(例如，在图8中的附图标记802和804)，但顾客检测器418可以由一个或多个其他传感器423代替和/或补充，该一个或多个其他传感器423包括但不限于以下实例：被配置成检测打开的门的传感器；被配置成用于检测门从一个位置到另一个位置的移动(例如，从关闭到打开，或从打开到关闭、门是否被猛地关闭、门的移动的角速度等)的传感器；在零售产品货柜102中的货架上的重量传感器，其用于检测库存的变化；光学传感器(例如，照相机)，其被配置成检测零售产品货柜102中的缺货产品；和/或其他类型的传感器/照相机操作。

根据一些实施例，一个或多个图像传感器423可以安装在零售产品货柜102的门上。一个或多个图像传感器可以具有20英尺或更大的视场深度，并且可以具有170度的视场范围，具有例如150度的检测能力。例如，检测能力可以检测人/自然人的总体形状或一般特征是否在零售产品货柜102附近。可以与图像传感器相关联地采用计算机可读指令来监视购物者交互、经由媒体播放器417在显示器416上提供相关广告内容，以及跟踪店内的广告参与。控制器101(如图1所示)可以被配置成独立地控制每个图像传感器，以及共同地控制多个显示器以提供单屏和/或多屏内容和交互。控制器101和显示器416可以被配置成允许在显示器416上显示横幅广告402和全屏广告401。控制器101可以向显示控制器提供广告内容以在显示器416处输出。

每个零售产品货柜102还可以包括库存跟踪器420，以例如标识、量化和/或以其他方式跟踪所存储零售产品。在一些方面，库存跟踪器420可以利用可设置在零售产品货柜102内并面向所存储产品的附加照相机和/或传感器423。在一些方面，库存跟踪器420可以包括处理器、存储器和/或计算机可读指令，以用于后处理由照相机和/或传感器捕获的图像和/或其他数据。在一些方面，处理器和/或计算机可读指令可以与控制器101集成，并且控制器101可以执行图像/数据的后处理和分析，以标识、量化和/或以其他方式跟踪所存储零售产品。

控制器101可以被配置成控制每个零售产品货柜102的显示器416以提供货架图(例如，如图8中的广告801至805所示)。在一些方面，货架图可以涉及在零售产品货柜102的内部存储容积中物理地包含的零售产品。零售产品可以不必通过显示器416可见。例如，在零售产品货柜102中存储的产品可以不整齐地布置，或者可以被存储在其中的其他产品阻挡而看不见。然而，货架图可以基于由库存跟踪器420提供的库存信息来指示(例如，向顾客指示)在内部存储容积内存储的零售产品。因此，所显示的货架图可以有效地优化呈现给顾客的内容。

如图1所示，控制器101可以经由有线以太网、无线LAN、蜂窝网络等通过因特网、蓝牙等与零售产品货柜102联网。控制器101可以被配置成控制零售产品货柜102的显示器416，并且可以被配置成接收来自零售产品货柜102的信息，包括来自显示器416的信息(例如，关于触摸屏交互的信息)以及来自顾客检测器418和库存跟踪器420的信息。

每个零售产品货柜102还可以包括接口422，该接口422可以被配置成尤其便于控制器101与零售产品货柜102之间的信息的联网和传送，以及便于显示器416、顾客检测器418和库存跟踪器420的控制。

根据一些实施例，控制器101可以包括具有一个或多个处理器、存储器存储区、用户界面等的服务器，并且可以被配置成指导在显示器416上显示的内容以及从零售产品货柜102接收信息和数据。附加地，控制器101可以被配置成基于所接收的信息和数据执行分析。

虽然未在图4中明确示出，但零售产品货柜102的实施例可以包括在其内部容积内物理地存储产品所需的其他部件(例如，制冷单元等)。

本发明的实施例提供了检测放置在零售产品货柜102内的产品的库存并更新在显示器416上指示产品的货架图的自动能力。库存跟踪器420可以利用指向对零售产品货柜102的内部货架拍照的照相机，结合利用智能算法进行图像分析和随后分析的软件。例如，库存跟踪器420可以确定产品是否在零售产品货柜102中、产品在零售产品货柜102中的数量、产品是否在零售产品货柜102中的正确位置等。例如，如果任何物品不在零售产品货柜102中，则控制器101被配置成检测并更新显示器416上的信息以指引消费者和商店经营者。

图5A和图5B示出了一个或多个照相机540在零售产品货柜102的门230中的示例放置。照相机540可以安装在门230的背面302的边缘上，并且可以容纳在以一定角度倾斜的支架542上，以便当门230摆动打开时能够拍照。

在实例中，可以利用宽视场(FOV)照相机(例如，180°FOV(“鱼眼”))，因为它们提供大面积覆盖。宽视场照相机生成的图像可能会在边缘上严重失真，并限制软件在图像处理步骤中“辨识”图像的能力。在实例中，具有120°°FOV的微型照相机可以沿着门230的把手侧的边缘安装在45°成角度的外壳上。如图5A所示，照相机540可以容纳在显示面板组件544与门230的机械框架546之间的空边框空间543内。

可以在每个零售产品货柜102的每个门的内侧上设置任何数量的照相机540。例如，如图5B所示，三个照相机540可以沿门230的高度等距离分布，以允许货架空间(即，在零售产品货柜14内)的完全高度和宽度覆盖。当门230以大于约25°的任何角度打开时，三个照相机可以捕获零售产品货柜的整个货架。在一些其他实例中，所使用的照相机的类型和/或照相机的规格可以导致大于或小于25°的角度。

照相机540可以在门操作期间(即，当门230打开时)被触发并捕获图像。照相机540可以响应一个或多个事件而被触发。例如，照相机540可以基于感测到运动而被触发。照相机540中的至少一个可以用于感测运动。附加地或替代地，门230上的一个或多个加速度计548(见图5B)可以用于感测门的运动。例如，一个或多个加速度计548可以感测到门正在关闭并触发照相机540。照相机540可以根据门230的摆动状态和位置而被触发。例如，照相机540可以在门230打开时被触发。

照相机540可以在门230被关闭时被触发。这可以使库存跟踪器420能够在至少一些示例情况下生成产品库存的准确评估。例如，如果零售产品货柜102具有单瓶特定软饮料，则显示器416可以显示包括软饮料的货架图。如果消费者打开门230并移除零售产品货柜102并关闭门230，则库存跟踪器420可以更新与软饮料相关联的记录，并且然后可以更新显示器416以指示(例如，在货架图上指示)软饮料现在在零售产品货柜102处缺货。在一些实施例中，当门230被关闭时捕获图像可以使库存跟踪器420能够在消费者访问零售产品货柜102之后准确地更新产品库存。

在门操作期间可以捕获多个图像。例如，单个照相机540可以捕获多个图像。例如，当使用三个照相机540时，第一照片可以由第一照相机捕获，第二照片可以由第二照相机捕获，第三照片可以由第三照相机捕获。替代地，三个照相机540中的每一个可以捕获多个图像。这可以使得能够从相对于零售产品货柜的内部内容物的不同位置/角度捕获图像。

此外，在其他实例中，可以使用运动摄像机。运动摄像机可以从门旋转的开始位置到预定义结束位置捕获多个视频帧。结束位置可以是设定的预定义位置、预定义范围或与开始位置的预定义相对旋转角度。

控制器(例如，库存跟踪器420和/或控制器101)可以基于各种因素调整照相机540的操作参数。控制器可以调整照相机540的曝光、聚焦位置、传感器增益/ISO速度、光圈大小等。在一个实例中，控制器可以基于门的旋转速度改变图像捕获的频率。例如，如果控制器接收到门正以较高旋转速度摆动的测量结果(例如，一个或多个加速度计548或其他运动传感器)，则控制器可以增加捕获的图像的数量。在弱光情况下，控制器可以调整一个或多个照相机的操作参数以适应弱光。在其他实例中，控制器可以检测照相机镜头上的湿气或冷凝水珠并且修改受影响的照相机的操作参数。

控制器可以对所捕获图像执行后处理。控制器可以执行计算机可执行指令以将多个图像数字地组合/缝合成单个合成图像。例如，控制器可以将来自第一照相机的多张照片与由第二照相机和第三照相机拍摄的一张或多张照片组合成单个合成图像。在一些实施例中，合成图像可以经历后处理以降低图像大小。在一个实例中，使用诸如卷积神经网络等神经网络的人工智能可以用于标识零售产品货柜的内容物的有关部分的边界边缘。边界边缘外部的图像的面积可以被控制器丢弃。边界边缘外部的面积可以对应于零售产品货柜102的内部存储容积外部的位置。较小的图像大小可以降低控制器处的存储器需求，并且还可以降低将图像从控制器传输到云中的一个或多个远程服务器所需的带宽。

在一些实施例中，所捕获图像可以经历后处理以减少模糊。控制器中的模糊减轻模块可以标识所捕获图像的重复的部分，并且从这些重复的部分中选择适当的部分，其中模糊(和/或其他不合需要的图像特征)被减少。控制器可以通过数字地组合/缝合由模糊减轻模块标识的所选部分来生成合成图像。

如图5A所示，照相机540可以被定位成使得照相机540的旋转可以导致照相机540突出超过显示面板组件544的边缘。这样的定位的至少一个益处是照相机的视野不会被妨碍。在一些实施例中，这种考虑可能导致照相机540的位置距铰链轴约28”。同时，在其他实施例中，照相机540可以位于距铰链轴的其他距离处。

在一个说明性实施例中，照相机到货架的距离可以是4”，并且货架上的零售产品可以相对于门框大致居中。照相机可以具有约120°的对角FOV，并且可以被定向成使得视图在照相机的小尺寸的方向上更宽。照相机可以被定位成靠近门的把手侧，朝向铰链侧倾斜45°，而不会使其视图被门内的显示屏阻挡。在一些实例中，照相机到货架的距离可以被设定为不同于4”的值。在具有变化的厚度或尺寸的门货柜组件的其他实例中，照相机可以被定位成靠近门的把手侧，朝向铰链侧倾斜大约40°，而不会使其视图被门内的显示屏阻挡。

在实例中，可以使用两个照相机来捕获零售产品货柜102的所有内容物，这两个照相机被定位成距铰链28”或更远并且朝向门的铰链边缘旋转约50°。在另一实例中，一个或多个照相机可以被设定成朝向门的铰链边缘旋转约30°至90°的角度，以优化零售产品货柜102的内容物的捕获。照相机的旋转角度可以基于门的大小尺寸、门的打开和/或货架配置。在一个实例中，一个照相机可以被定位成距门230的顶部边缘21”，并且另一个照相机可以被定位成距门230的底部边缘21”，并且这两个照相机可以彼此相距30”。在另一实例中，照相机可以沿门竖直地大体等距定位，以优化零售产品货柜102的内容物的图像捕获。各种照相机位置和/或定向位置仅是示例性的，并且在其他实例中，可以使用其他规格来定位和/或定向照相机。

图6图示了零售产品货柜102的门230中的示例照相机位置。照相机FOV被示出为透明锥体。在图14的实例中，顶部照相机C₁和底部照相机C₃被定位成距门框的顶部边缘和底部边缘约16.5”。中心照相机C₂可以在门边缘上居中，并且可以距其他两个照相机中的每一个20”。在门203不在零售产品货柜102内的货架上的产品上竖直居中的实例中，三个照相机中的一个或多个的位置可以相应地上下移动。照相机可以是成角度的，使得它们的FOV仅略微地缺少门的内表面。因为铰链靠近货架的边缘，所以对于几乎所有的门角度，这种定位将场景的铰链侧保持在照相机图像的边缘处。

图7示出了当门230打开约44°或25°时，从正面和顶部看的说明性零售产品货柜和门230的不同视图。照相机FOV在正交视图中表示为透明锥体，并且在俯视图中表示为三角形。货架的表面被标示为“F”。当门230打开30°或更大时，整个场景包含在FOV内。当门角度减小到25°时，手柄侧上的场景部分可能开始移动到照相机FOV外部。本领域的技术人员在阅读了本文公开的全部内容之后将理解，本公开不限于前述实例中公开的特定角度。相反，可以基于本公开的基本教导来调整角度和规格。

图8示出了根据实施例的可以呈现在零售产品货柜102的显示器416上的不同类型的广告801、802、803、804、805。广告801示出了全屏广告，而广告802至805(分别对应于横幅广告、热点、标记/标签和现货交易)示出了在零售产品货柜102的货架图内插入的优惠信息。例如，在显示屏上，显示广告可以包括产品图像底部处的标签和产品图像顶部处的标签。可以从预定的动画图标池中选择和激活标记和标签。例如，显示广告中比萨饼的本地广告可以用冒蒸汽的比萨饼的动画图形渲染来代替。虽然出于专利说明的目的，在图8中的显示器416上显示的产品被示出为没有品牌的一般图像，但是在实际操作中，所显示的图形图像将是品牌特有的，并且包括品牌标志、名称、颜色和其他特征。

如将要讨论的，在一些实例中，可以基于零售产品货柜102附近的顾客来定制插入的优惠信息。

参考广告802，顾客检测器418可以检测顾客何时正在查看(观看)广告(例如，广告802)的区域851。如果这样，则可以在屏幕416上显示针对区域851中示出的一个或多个产品的广告。

参考全屏广告801，虽然单个广告可以占用屏幕416的整个面积，但是实施例可以支持可以同时显示在屏幕416上的多个广告(在不同的显示区域中)。

图9示出了零售产品货柜102的内部存储容积的所输入的货架图映射902。货架图映射902可以在例如数据存储区111(例如，与控制器101相关联)中存储。货架图映射902可以从云服务104、无线设备106和/或其组合接收(例如，输入到数据存储区)。例如，如图1B所图示，零售商店位置处的用户可以使用移动无线设备106输入(例如，输入、创建、更新、验证等)在数据存储区111中存储的货架图映射902。用户可以是零售位置100处的雇员，或者可以是使用移动设备106来验证和更新先前从云104下载到数据存储区111的货架图映射902的授权用户(例如，销售商、产品供应商、顾问、授权第三方或其他用户)。在一些实例中，中心公司办公室可能已经了准备初始货架图映射902并通过云服务104将其分布到一个或多个零售产品货柜102。

货架图映射902可以包括以下中的一个或两者：在零售产品货柜102内存储的产品的产品指示符和零售产品货柜102内产品将被存储的位置的对应位置指示符。例如，货架图映射902可以指示产品P1可以在位置L1处存储，产品P2可以在位置L2处存储等。参考图8作为实例，零售产品货柜102上的数字显示器416可以显示803中所图示的数字货架图。在数据存储区111中存储的位置L1的值可以指示顶部货架上的最左侧过道/点被指定用于特定类型饮料的细塑料瓶。对应于在数据存储区111中存储的货架图映射902中的位置L1，产品P1的值可以指示特定尺寸的细塑料瓶形状。同时，对于指示顶部货架上的最右侧过道的位置L2，产品P2的值可以指示特定尺寸的相同细塑料瓶形状，但包括该瓶特有的颜色特征。例如，数据存储区111中的产品P2可以指示特定颜色方案和具有特定颜色的“Y”的标记。同时，P1可以指示具有特定颜色的“X”的标记。

因此，该位置可以包括特定的货架(例如，顶部货架、底部货架、底部货架上方的第三货架等)和/或货架上的位置(例如，货架上最左侧的过道/点，大约货架的中心)。在其他实施例中，该位置可以是由面向内部的一个或多个照相机捕获的零售产品货柜102的内部存储容积的面向前的平面中的x坐标和y坐标。例如，由照相机生成的合成图像的最左侧的底角可以是x-y平面中的(0，0)坐标。在一些实例中，z坐标也可以被结合到对应于在朝向零售产品货柜102的背面的方向上深度地进入内部存储容积的距离的位置中。系统170、160、150可以接收由照相机生成的合成图像作为输入，并且使用本文所述的方法步骤中的一个或多个来检测图像中的货架。合成图像的生成可以包括从多个照相机角度标识和移除重复的货架、标识货架边缘等。在一个实例中，该系统被训练为标识各种情况下的货架(例如，货架边缘)。然后，在一些实例中，在稍后的阶段，单独的经训练的模型可以标识货架上的对象/产品。在一些实例中，图像中货架的检测可以与货架图产品图像尺寸组合使用，以标识产品应该在哪里与标识对象本身组合。在其他实施例中，产品在零售产品货柜102中的位置在细节上可以或多或少是颗粒状的；例如，该位置可以简单地是哪个零售产品货柜102应当持有该产品的标识，而不是其具体地应当位于什么货架、货架位置和/或货架深度处。产品指示符可以由对应的位置指示符来索引。在一些实例中，产品指示符可以是库存单位(SKU)标识符，或者可以是产品的另一标识符。

除了所输入的货架图映射902之外，数据存储区111还可以包括在零售产品货柜102中存储的产品的描述904。可以从中心数据存储区112下载描述904，中心数据存储区112可以包括与由零售商和/或所有/大多数零售商储存的所有产品相关联的描述。例如，当在零售商店位置处的用户输入货架图映射902时，边缘计算设备110可以从中心数据存储区112下载与在货架图映射902中标识的产品相关联的描述，并将它们存储在本地数据存储区111中。在一个实例中，包括描述904的文件可以由用户使用有线或无线通信协议(例如，通用串行总线(USB)协议、局域网(LAN)协议或电气和电子工程师协会(IEEE)802.11协议)手动加载到数据存储区111。

在至少一些实例中，本地数据存储区111可以包括与由零售商储存的所有产品(而不仅是在零售产品货柜102中存储的产品)的子集相关联的产品指示符和描述904。产品的子集可以包括零售产品货柜102中的产品、可以在零售产品货柜102附近存储的其他产品，和/或可以与在零售产品货柜102中存储的产品相关(例如，在相同类别中)的其他产品。例如，如果零售产品货柜102包括软饮料瓶，则描述904可以包括与软饮料瓶相关联的描述，并且还包括与诸如软饮料罐等相关产品相关联的描述。在实例中，可以将产品分类成多个类别(例如，冷冻食品、肉、家禽肉、乳制品、肉)。如果零售产品货柜102用于储存特定类别的产品，则数据存储区可以包括与特定类别中的所有产品相关联的描述和身份。

这些描述可以包括以下各项中的一个或多个：产品的对应形状(例如，高瓶、短瓶、高罐、玻璃瓶、塑料瓶、纸板箱、短罐、方盒、矩形盒、袋子、不规则形状、其他形状)、产品包装的对应颜色(在一些实施例中包括装饰元素和/或标志)(例如、红色、橙色、黄色、绿色、蓝色、带有白色条纹的红色背景、带有粗体白色文本的蓝色背景、带有比萨饼照片的红色盒，以及其他)、产品的对应尺寸(例如，6”高，具有大约2”宽的直径；大约12”×12”盒，具有不确定的厚度；大约10”×10”盒，具有1”厚度；200像素×200像素盒，以及其他)，和/或类似物。例如，对应于指示顶部货架上最左侧过道的位置L1，产品P1的描述可以指示具有第一尺寸和红色方案的瓶子形状。对于指示顶部货架上最右侧过道的位置L2，产品P2的描述可以指示具有第二尺寸和蓝色方案的瓶子形状。描述可以从云服务104、无线设备106接收，或者可以使用接口422输入。

数据存储区111还可以包括与在零售产品货柜102中存储的产品或由零售商储存的产品的子集相关联的广告内容(例如，插图、多媒体内容)。例如，如果零售产品货柜102用于乳制品，则数据存储区111可以包括与乳制品相关联的广告内容。数据存储区111还可以包括与可能在零售产品货柜102附近的其他零售产品货柜(例如，零售产品货柜103)相关联的广告内容，或者与和零售产品货柜中的产品相同类别中的产品相关联的广告内容。例如，如果零售产品货柜102用于乳制品并且位于附近的零售产品货柜103用于饮料(例如，软饮料、果汁)，则数据存储区111可以包括与乳制品和饮料相关联的广告内容。

可以从中心数据存储区112下载广告内容，中心数据存储区112可以包括与由零售商储存的所有产品相关联的广告内容。如参考图11进一步描述的，与控制器111相关联的广告管理器可以请求将广告组(从一个广告到许多(例如，数百个)广告)下载到数据存储区111。在其他实例中，广告内容可以由用户使用有线或无线通信协议(例如，USB协议、LAN协议或IEEE 802.11协议)手动加载到数据存储区。

每当引入新产品、修改货架图映射和/或改变产品描述时，就可以更新中心数据存储区112。中心数据存储区112可以将更新推送到数据存储区111。更新可以是周期性的(例如，每周一次、每月一次)，或者可以响应于与在零售产品货柜102中存储的产品相关联的信息的改变或货架图映射902的改变。将本地缓存存储器存储在数据存储区111中的至少一个优点在于，零售产品货柜102与远程云服务104之间的连接性的临时丢失不会停止系统100在零售位置处的操作。边缘处理器101可以操作并且随后与远程云服务104同步，而不会中断对零售位置中的顾客的操作。

控制器(例如，边缘计算设备110)可以后处理由照相机捕获的一个或多个图像(如上所述)以生成合成图像。基于合成图像、货架图映射902和产品的描述，控制器可以确定该零售产品货柜102中的产品的库存状态。确定产品的库存状态可以包括确定所输入的货架图映射102中的产品是否在零售产品货柜102中存在、产品的数量、产品是否位于货架图中所指示的位置处等。

控制器可以基于所确定的产品的库存状态来确定要在显示器416上显示的广告。根据本文所述的一个或多个过程，广告可以例如基于产品不在零售产品货柜102中的确定而指示产品缺货。附加地或替代地，控制器可以生成并传输指示产品不在零售产品货柜102中的消息(例如，传输到与雇员相关联的无线设备106或另一计算设备)。根据本文所述的一个或多个过程，广告可以例如基于产品在零售产品货柜102中的确定而指示产品(例如，与产品相关联的插图)。

控制器可以基于后处理合成图像来确定位置的占用。控制器可以例如使用边缘检测算法来确定位置的占用。

控制器可以基于后处理合成图像或使用其他传感器数据来确定零售产品货柜102中的位置不包括任何产品。基于该确定，控制器可以确定映射到货架图映射902中的位置的产品不在零售产品货柜102中。例如，控制器可以确定顶部货架上的最左侧过道/点(例如，指定用于产品P1的位置L1)不包括任何产品。基于此，控制器可以确定产品P1不在零售产品货柜102中。控制器可以在位置L1的外围搜索产品，以适应产品在零售产品货柜102中的放置的任何偏移。如果控制器确定位置L1不包括任何产品，则控制器可以生成广告，以在显示器416上显示，从而指示产品P1在零售产品货柜102处无存货。代替与产品P1相关联的标记/标签，广告可以指示示出产品P1缺货的插图。控制器可以向与显示器416相关联的显示控制器发送广告。显示控制器可以在显示器416上输出广告。

控制器可以基于后处理合成图像或使用其他传感器数据来确定零售产品货柜102中的位置包括所存储产品(例如，该位置被物品占用)。控制器还可以基于后处理合成图像来确定所存储产品的其他属性(例如，形状、颜色、尺寸等)。例如，在一些实例中，后处理可以包括基于产品在合成图像中占用的像素数量和货架距照相机位置的已知距离来确定产品的尺寸。例如，合成图像中的盒的200像素×200像素图像可以对应于货架上预定位置处的10”×10”盒。后处理步骤可以逐像素地缩放图像，以考虑货架前面的附加距离。另外，控制器可以将所确定的所存储产品的属性与在货架图映射902中被映射到位置的产品的描述进行比较。如果所确定的所存储产品的属性与描述相匹配，则控制器可以确定产品在零售产品货柜102中。如果所确定的所存储产品的属性与描述不匹配，则控制器可以确定产品不在零售产品货柜102中。

例如，控制器可以基于后处理合成图像或使用其他传感器数据来检测顶部货架上的最左侧过道(例如，指定用于产品P1的位置L1)包括产品。控制器还可以基于后处理合成图像来确定在位置L1处检测到的产品的其他属性。控制器可以确定所检测到的产品的形状、所检测到的产品的颜色和/或所检测到的产品的尺寸。控制器可以基于以下各项来确定在位置L1处检测到的产品是产品P1：确定所检测到的产品是瓶子形状的；确定所检测到的产品的颜色是红色；和/或确定所检测到的产品具有第一尺寸。控制器可以例如确定与所检测到的产品是否是瓶子形状的、所检测到的产品的颜色是否是红色，和/或所检测到的产品是否具有第一尺寸相关联的各个置信度得分(例如，概率度量)。控制器可以基于以上置信度得分生成总体置信度得分，以确定所检测到的产品是否是产品P1。例如，如果总体置信度得分高于阈值(例如，60％、70％或任何其他值)，则控制器可以确定所检测到的产品是否是产品P1。

基于该确定，控制器可以生成广告，以在显示器416上显示，从而指示产品P1。广告可以指示产品P1的插图(例如，与产品P1相关联的标记/标签)。控制器可以向与显示器416相关联的显示控制器发送广告。显示控制器可以在显示器416上输出广告。

在一个实例中，控制器可以基于以下各项来确定在顶部货架上的最左侧过道处检测到的产品不是产品P1：确定所检测到的产品的形状不是瓶子形状的；确定所检测到的产品的颜色不是红色；和/或确定所检测到的产品的尺寸不等于第一尺寸。例如，如果各个置信度得分中的任一个低于阈值(例如，60％、70％或任何其他值)，则控制器可以确定所检测到的产品不是产品P1。例如，如果总体置信度得分低于阈值(例如，60％、70％或任何其他值)，则控制器可以确定所检测到的产品不是产品P1。

如果控制器确定在位置L1处检测到的产品不是产品P1(例如，其不是红色的和/或不具有前述第一尺寸)，则控制器可以尝试标识所检测到的产品。控制器可以例如扫描在所输入的货架图映射902中指示的产品的描述(例如，其可以与其他位置相关联)以标识所检测到的产品。该控制器可以例如基于以下各项来确定所检测到的产品是产品P2：确定所检测到的产品是瓶子形状的；确定所检测到的产品的颜色是蓝色；和/或确定所检测到的产品具有第二尺寸。如上所述，控制器可以使用各个置信度得分和/或总体置信度得分。

在一个实例中，人工智能网络(在其上执行一个或多个机器学习算法/模型)被包括在本文公开的系统中。用于机器学习算法的框架可以涉及一个或多个部件(有时是三个部件)的组合：(1)表示，(2)评价，和(3)优化部件。表示部件是指执行步骤以以不同方式表示知识的计算单元，包括但不限于作为一个或多个决策树、规则组、例子、图形模型、神经网络、支持向量机、模型集合和/或其他。评价部件是指执行步骤以表示评价假设(例如，候选程序)的方式的计算单元，包括但不限于作为准确性、预测和召回、平方误差、似然性、后验概率、成本、容限、熵k-L散度和/或其他。优化部件是指执行以不同方式生成候选程序的步骤的计算单元，包括但不限于组合优化、凸优化、约束优化和/或其他。在一些实施例中，其他部件和/或前述部件的子部件可以在系统中存在以进一步增强和补充前述机器学习功能。

前述人工神经网络可以被配置成实行决策。作为出于解释目的的简化实例，人工神经网络可以被配置成检测所输入的图像中的产品的特征。照片图像可以作为输入提供给神经网络。神经网络的节点的层可以各自被配置成执行如图20的步骤2004、2006、2008中所图示的特定步骤。多个随后的层还可以细化该处理，每个层寻找进一步的更具体的任务，其中每个节点执行某种形式的处理，该处理不一定需要在该任务的促进中操作。然后，人工神经网络可以预测所标识的产品的形状、颜色、尺寸和/或其他特征是否与应位于特定零售产品货柜中的货架上的特定位置处的产品的产品描述相匹配。预测可能正确或不正确，并且神经网络可以生成与预测正确还是不正确相应的置信度值/得分。

人工神经网络的反馈系统可以被配置成确定人工神经网络是否作出了正确决定。反馈可以包括正确答案的指示和/或不正确答案的指示和/或正确性的程度(例如，百分比)。例如，在以上提供的产品描述辨识实例中，反馈系统可以被配置成确定产品是否被正确标识。反馈系统可能已经知道正确答案，使得反馈系统可以通过指示人工神经网络是否做出了正确决定来训练它。反馈系统可以包括人输入，诸如计算及其115的专家用户告诉人工神经网络700它是否做出了正确决定。反馈系统可以向人工神经网络提供反馈(例如，先前输出正确还是不正确的指示)。反馈系统可以附加地或替代地耦合到数据存储区，使得输出被存储。反馈系统可以根本没有正确答案，而是基于进一步处理的反馈：例如，反馈系统可以包括被编程为在图像中标识货架上的产品的系统，使得反馈允许人工神经网络将其结果与人工编程/固化系统的结果进行比较。

在一个实例中，可以动态地修改人工神经网络以学习和提供更好的输入。基于例如先前的输入和输出以及来自反馈系统的反馈，人工神经网络可以修改其本身。例如，节点中的处理可以改变和/或连接可以被不同地加权。按照先前提供的实例，产品标识可能不正确，因为提供给算法的照片以使得所有产品标记均呈红色的方式着色。照此，一些节点可能检测到假阳性并且可能被认为是不可靠的，并且到该节点的连接可以被显著更少地加权。附加地或替代地，节点可以被重新配置成不同地处理图像。修改可以是人工神经网络的预测和/或猜测，使得人工神经网络可以改变其节点和连接以测试假设。

人工神经网络不需要具有设定数量的处理节点或多组的处理节点，但可以增加或减少其复杂性。例如，人工神经网络可以确定一个或多个处理节点是不必要的或应当被改换用途，并且基于此而丢弃或重新配置处理节点。作为另一实例，人工神经网络可以确定需要对输入的全部或部分进行进一步处理，并基于此而添加附加的处理节点和/或处理节点组。

由反馈系统提供的反馈可以仅是强化(例如，提供输出正确或不正确的指示、给予机器学习算法多个点等)，或者可以是特定的(例如，提供正确输出)。

人工神经网络可以被其他形式的机器学习支持或取代。例如，人工神经网络的节点中的一个或多个可以实施决策树、关联规则组、逻辑编程、回归模型、聚类分析机制、贝叶斯网络、命题公式、生成模型和/或其他算法或决策形式。人工神经网络可以实行深度学习。

在一个实例中，机器学习算法可以依赖于独特的计算系统结构并且有时充分利用神经网络。这样的结构虽然比常规计算机系统复杂得多，但在实施机器学习方面是有益的。例如，人工神经网络可以包括一大组节点，像大脑中的神经元一样，可以被动态配置以实行学习和决策。节点中的每一个可以连接到一个或多个其他节点。这些连接可以将一个节点的输出连接到另一个节点的输入。连接可以与加权值相关。例如，一个连接可以被加权为比另一个连接更重要或更显著，从而当输入穿过人工神经网络时影响进一步处理的程度。这样的连接可以被修改，使得人工神经网络可以学习和/或被动态地重新配置。一些人工神经网络可以使用非线性处理，但是可以使用其他形式的非线性处理来实施根据本文所述的特征的机器学习算法。

在另一实例中，经训练的卷积神经网络(CNN)(前馈网络的一个实例)将输入数据(例如，自然人的图片)带入卷积层(也称为隐藏层)，将一系列经训练的权重或过滤器应用于卷积层中的每一个中的输入数据。第一卷积层的输出是激活图(未示出)，该激活图是第二卷积层的输入，经训练的权重或过滤器(未示出)被应用于该第二卷积层，其中随后卷积层的输出产生表示到第一层的输入数据的越来越复杂的特征的激活图。在每个卷积层之后，应用非线性层(未示出)以将非线性引入到问题中，这些非线性层可以包括tanh、sigmoid或ReLU。在一些情况下，可以在非线性层之后应用池化层(未示出)，也称为下采样层，其基本上采用相同长度的过滤器和步幅，并将其应用于输入，并输出过滤器在其周围卷积的每个子区域中的最大数量。用于池化的其他选项是平均池化和L2范数池化。池化层减小了输入体积的空间尺寸，从而降低了计算成本并控制过拟合。网络的最终层是完全连接的层，其取得最后的卷积层的输出并输出n维输出向量，该n维输出向量表示要预测的数量，例如，图像分类的概率为20％汽车、75％船、5％公共汽车和0％自行车，即，产生预测输出(O^*)，例如，这可能是船的图片。输出可以是由网络预测的标量值数据点，例如股票价格。经训练的权重对于卷积层中的每一个可以是不同的，这将在下面更全面地描述。为了实现这种现实世界预测/检测(例如，它是船)，需要在已知的数据输入或产生经训练的CNN的训练实例上训练神经网络。为了训练CNN，将许多不同的训练实例(例如，许多船的图片)输入到模型中。神经网络领域的技术人员将完全理解以上描述提供了CNN的稍微简化的视图以提供本讨论的一些语境，并且将完全理解任何CNN单独或与其他神经网络组合的应用将同样适用本文所述的一些实施例并且在其范围内。

在一个实例中，卷积层被示出为直到卷积层n-1的各个隐藏卷积层，并且最后的第n层是完全连接的层。应当理解，最后的层可以是多于一个的完全连接的层。训练实例被输入到卷积层，非线性激活函数(未示出)和权重至n被串行地应用于训练实例，其中任何隐藏层的输出均被输入到下一层，依此类推，直到最后的第n个完全连接的层n产生输出。将输出或预测与训练实例(例如，船的图片)进行比较，从而产生输出或预测与训练实例之间的差异。如果差异或损失小于某个预设损失(例如，输出或预测预测对象是船)，则CNN被收敛并被认为经训练。如果CNN尚未收敛，则使用反向传播技术，根据预测与已知输入有多接近来更新权重。当然，可以使用除反向传播之外的方法来调整权重。在第二训练实例中(例如，船的不同图片)被输入并利用更新的权重再次重复该过程，然后再次更新权重，依此类推，直到第n个训练实例(例如，第n个船的第n个图片)已被输入。这利用相同的n-训练实例反复重复，直到卷积神经网络(CNN)经训练或收敛于已知输入的正确输出上。一旦CNN经训练，权重就被固定并在经训练的CNN中使用。每个卷积层和完全连接的层中的每一个具有不同的权重。然后，经训练的CNN或模型被馈送图像数据以确定或预测其经训练以预测/标识哪个(例如，船)，如本文所述。任何经训练的模型、CNN、RNN等均可以被进一步训练，即，可以允许利用附加的训练实例或者利用由模型输出的预测数据来修改权重，该预测数据然后被用作训练实例。机器学习模型可以“离线”训练，例如在与使用/执行经训练的模型的平台分离的计算平台上训练一次，并且然后传送到该平台。替代地，本文所述的实施例可以基于新获取的训练数据周期性地或连续地更新机器学习模型。这种更新的训练可以发生在单独的计算平台上，该计算平台通过网络连接将更新的经训练的模型递送到使用/执行重新训练的模型的平台，或者当获取新数据时，训练/重新训练/更新过程可以在平台本身上发生。CNN可应用于固定阵列中的数据(例如，图片、字符、单词等)或数据的时间序列。例如，可以使用CNN来对经排序的测量数据和其他因素数据建模。一些实施例利用具有跳跃连接的前馈CNN和高斯混合模型输出来确定预测的计算得分(例如，计算得分、权重、活动层级或一些心脏不规则性)的概率分布。

一些实施例可以利用其他类型和配置的神经网络。卷积层的数量以及完全连接的层的数量可以增加或减少。通常，卷积层与完全连接的层的最佳数量和比例可以在实验上通过确定哪个配置在给定数据集上给出最佳性能来设定。卷积层的数量可以减少至0，仅留下完全连接的网络。还可以增加或减少卷积过滤器的数量和每个过滤器的宽度。在一些实例中，神经网络的输出可以是单个标量值，其对应于主时间序列的精确预测。替代地，神经网络的输出可以是逻辑回归，其中每个类别对应于主时间序列值的特定范围或等级，是本领域技术人员容易理解的任何数量的替代输出。同时，在一些实施例中使用高斯混合模型输出旨在将网络约束为学习良好形成的概率分布并改进对受限训练数据的概括。在一些实施例中，在高斯混合模型中使用多个元素旨在允许模型学习多模态概率分布。也可以使用组合或聚合不同神经网络的结果的机器学习模型，其中可以组合结果。

在控制器确定所检测到的产品是否正确之后，基于该确定，控制器可以生成广告，以在显示器416上显示，从而指示产品P2(和/或不指示产品P1)。广告可以指示产品P2的插图(例如，与产品P2相关联的标记/标签)。控制器可以向与显示器416相关联的显示控制器发送广告。显示控制器可以在显示器416上对应于内部存储容积中的实际位置的位置处，在显示器416上输出广告。例如，如果产品P2位于内部存储容积中最左侧位置处的顶部货架上，则显示控制器在显示器416上的对应像素位置处输出适当的插图图形。附加地或替代地，控制器可以生成并传输产品P2在对应于产品P1的位置L1中的消息(例如，传输到与雇员相关联的无线设备106或另一计算设备)。

在至少一些实例中，用于标识零售产品货柜102中的产品的以上过程可以是资源高效的，因为控制器仅需要处理与零售产品货柜902相关联的货架图映射902。例如，货架图映射902可以与零售产品货柜102相关联，并且可以仅包括与零售产品货柜902被配置成存储的产品(而不是零售商储存的全部产品)相关联的细节。作为结果，该过程可以由具有相对较低计算容量的边缘处理器来完成，并且不需要发送到较高的边缘处理器。

此外，由于货架图映射902可以通过位置来索引，所以控制器可以快速地检索产品描述以与所存储产品的属性进行比较。例如，控制器可以标识检测到产品的位置，并简单地扫描对应于货架图映射902中的位置的条目，以标识产品并确定产品是否在零售产品货柜的正确位置中储存。

控制器可以使用机器学习算法来标识零售产品货柜102中的所存储产品。控制器可以在机器学习算法中使用所存储产品的属性(例如，形状、颜色、尺寸等)来标识所存储产品。例如，如果控制器不能基于货架图映射902和产品的描述来标识产品，则控制器可以使用机器学习算法。

在实例中，如果控制器不能标识产品，则控制器可以发送通知(例如，向与雇员相关联的无线设备106或与远程位置的专家用户相关联的计算设备115发送)。该通知可以包括零售产品货柜102的身份、合成图像和/或未标识产品的属性(例如，形状、颜色、尺寸等)，以由雇员/专家用户标识。雇员/专家用户可以标识产品并使用无线设备106/计算设备115手动输入产品的身份。无线设备106或计算设备115可以向控制器发送产品的身份。在实例中，如果控制器不能标识产品，则控制器可以将所确定的产品属性发送到中心的基于云的处理系统(例如，云服务104)以进行标识。基于产品的标识(例如，由雇员/专家用户进行或由基于云的处理系统进行)，控制器可以更新数据存储区111中的货架图映射902和/或生成包括与产品相关联的插图的广告。例如，控制器可以将新条目添加到货架图映射902，包括与产品相关联的信息(例如，产品指示符、位置指示符、描述等)。

在一个实例中，当控制器不能标识图像中的产品时，用户(例如，雇员/专家或其他人)可以手动地标识产品并选择产品的身份。在机器学习中，任务有时可以被广义地分类为无监督学习或监督学习。在无监督学习中，留下机器学习算法来在没有反馈(例如，没有人为干预)的情况下生成任何输出(例如，以根据需要标记)。机器学习算法可以教导其本身(例如，观察过去的输出)，但以其他方式在没有(或几乎没有)来自例如人管理员的反馈的情况下操作。同时，在监督学习中，机器学习算法在其输出上被提供反馈。可以以多种方式提供反馈，包括经由主动学习、半监督学习和/或强化学习。在主动学习中，允许机器学习算法查询来自管理员的答案。例如，机器学习算法可以以人形态或一般人面部检测算法进行猜测，要求管理员标识图片中的照片，并比较猜测和管理员的响应。在半监督学习中，向机器学习算法提供一组示例标记以及未标记数据。例如，可以向机器学习算法提供数据集，该数据集包括具有标记的一般人面部的700张照片和10,000张随机的未标记照片。在强化学习中，为正确标记而奖励机器学习算法，允许其迭代地观察条件，直到始终如一地获得奖励。例如，对于正确标识的每个一般人面部，可以给机器学习算法一个点和/或置信度得分(例如，“75％正确”)。

监督学习的一种理论基础是归纳学习。在归纳学习中，数据表示被提供为输入样本数据(x)和函数(f(x))的输出样本。归纳学习的目的是学习新数据(x)的函数的良好近似，即，估计未来新输入样本的输出。归纳学习可以用于各种类型的函数：(1)分类函数，其中被学习的函数是离散的；(2)回归函数，其中被学习的函数是连续的；以及(3)概率估计，其中函数的输出是概率。

在实践中，数据科学家调节机器学习系统及其基础部件以执行许多步骤来完善机器学习系统。该过程有时是迭代的并且可能需要依次通过一系列步骤：(1)理解领域、先验知识和目标；(2)数据集成、选择、清理和预处理；(3)学习模型；(4)解释结果；和/或(5)合并和展开所发现的知识。考虑到在机器学习系统中可以优化的变量几乎是无限数量的，这还可以包括与领域专家协商以细化目标并使目标更清晰。同时，数据集成、选择、清理和/或预处理步骤中的一个或多个有时可能是最耗时的，因为一句古老的格言，“无用输入，无用输出”在机器学习系统中也是正确的。

在一个实例中，AI系统可以使用无数机器学习模型中的一个，这些机器学习模型包括xg增强决策树、自动编码器、感知器、决策树、支持向量机、回归和/或神经网络。神经网络可以是无数类型的神经网络中的任何一种，这些神经网络包括前馈网络、径向基网络、递归神经网络、长期/短期存储器、门控递归单元、自动编码器、变分自动编码器、卷积网络、残差网络、Kohonen网络和/或其他类型。神经网络的中间层可以是卷积层、池化层层，密集(完全连接的)层和/或其他类型。输入层可以将输入传递到中间层。在一个实例中，神经网络中的层可以使用激活函数，诸如sigmoid函数、Tanh函数、ReLu函数和/或其他函数。此外，神经网络可以包括损失函数。当训练神经网络时，输出层的输出可以用作预测。机器学习系统中的输出数据可以表示为多维阵列，其是二维表(诸如矩阵)到具有更高维度的数据的扩展。另外，可以将神经网络与训练例子的目标值进行比较以确定误差。误差可以用于更新神经网络的每层中的权重。神经网络可以使用梯度下降来更新权重。替代地，神经网络可以使用优化器来更新每层中的权重。例如，优化器可以使用各种技术或技术的组合来更新每层中的权重。适当时，神经网络可以包括防止过拟合的机制-正则化(诸如L1或L2)、漏失和/或其他技术。神经网络还可以增加用于防止过拟合的训练数据量。

一旦创建了用于机器学习的数据，就可以使用优化过程来变换机器学习模型。在一个实例中，云服务104可以用于合并在零售商产品货柜102处捕获的图像，并且该图像数据可以用于训练和测试新模型，诸如本文所述的经训练的卷积神经网络(CNN)和其他模型。在一些实例中，如图1C所图示，模型可以在边缘计算设备上在零售位置处现场运行，然而，计算密集型训练/重新训练可以卸载到云计算服务104并在云计算服务104中执行。例如，为了提供灵活的解决方案，可以将所捕获图像的一部分上传到云，使得可以在那里训练/更新模型。一旦模型被更新和/或确认，云就可以将新的模型版本分布到一个或多个零售位置处的一个或多个边缘计算设备110以供执行。当然，随着边缘计算处理器101的处理能力和速度的提高以及本地数据存储区111的约束的改善，用于场外处理的云计算服务104的使用还可以减少。在一个实例中，如果边缘计算设备110在边缘控制器101处恰当地执行模型并使用本地数据存储区111，则在一段时间内零售位置100处的计算平台与云计算服务104之间的连接性的临时丢失可能无关紧要。然后，在重新连接时，云计算服务104可以与零售位置100同步并交换数据和其他信息。

利用经训练和更新的模型，优化过程可以用于变换机器学习模型。优化过程可以包括(1)训练数据以预测结果，(2)定义损失函数，该损失函数用作评价机器学习模型的性能的准确度量，(3)最小化损失函数，诸如通过梯度下降算法或其他算法，和/或(4)优化采样方法，诸如使用随机梯度下降(SGD)方法，其中不是将整个数据集馈送到机器学习算法以用于每个步骤的计算，而是顺序地采样数据的子集。

例如，控制器可能不能标识在位置L1处检测到的产品。控制器可以确定所检测到的产品是具有第三尺寸的盒形并且是棕色的。控制器可以向与雇员相关联的无线设备106发送合成图像和所确定的未标识产品的属性的通知。雇员可以将该产品标识为产品P3。无线设备可以向控制器发送产品P3的指示，然后控制器可以更新货架图映射902以指示位置L1处的产品P3。控制器还可以包括在位置L1处的产品P3的描述，以指示产品P3是具有第三尺寸的盒形并且是棕色的。控制器可以生成广告，以在显示器416上显示，从而指示产品P3。

在实例中，控制器可以基于训练过程来确定产品的描述。例如，雇员可以基于货架图映射902来储存零售产品货柜102，并在控制器处初始化训练过程。控制器可以基于合成图像和货架图映射902来确定在零售产品货柜102中储存的产品的相关联描述(例如，形状、颜色、尺寸等)。例如，控制器可以扫描位置L1并且确定与在位置L1处存储的产品P1相关联的描述。

确定产品的库存状态可以包括确定零售产品货柜102中产品的数量(例如，产品包裹的数量)。在实例中，零售产品货柜中的产品包裹可以堆叠在彼此之上，并且控制器可以在合成图像上使用图像处理算法，并进一步使用产品的描述(例如，形状、尺寸、颜色)来确定数量。

在实例中，产品的第一包裹可以遮蔽放置在该包裹后面的产品的其他包裹。移除第一包裹可以露出下一包裹。控制器可以比较多个合成图像以确定包裹放置/定向的微小变化，从而确定第一包裹是否被移除。例如，如果控制器确定第一合成图像示出了以第一方式定向的包裹，并且下一合成图像示出了以不同方式定向的包裹，则控制器可以确定包裹被移除。

在实例中，每个包裹可以与独特的SKU标识符相关联，并且控制器可以比较多个合成图像以确定与产品相关联的SKU标识符。如果控制器确定第一合成图像示出了具有第一SKU标识符的第一包裹，并且下一合成图像示出了具有不同SKU标识符的第二包裹，则控制器可以确定第一包裹被移除。

控制器可以对移除包裹的次数进行计数。基于在零售产品货柜102中储存的包裹的初始数量和计数，控制器可以确定在零售产品货柜中剩余的产品的数量。包裹的初始数量可以在货架图映射902或产品的描述中指示。初始数量可以由储存零售产品货柜102的雇员输入。

控制器可以生成并传输指示产品的数量的消息(例如，传输到无线设备106或另一计算设备)。控制器可以基于确定产品的数量并进一步确定该数量低于(例如，预定的)阈值数量来生成并传输指示产品存货低的消息。每个产品的阈值数量可以包括在与该产品相关联的描述中。

确定产品的库存状态可以包括确定零售产品货柜102中的包裹的架存时间。在产品的每个包裹与独特SKU标识符相关联的实例中，控制器可以使用合成图像和捕获合成图像的时间来确定与对应于特定SKU标识符的包裹相关联的架存时间。例如，如果第一合成图像(在星期二的时间12:00pm)示出具有第一SKU的包裹，并且第二合成图像(在时间9pm)示出相同的具有第一SKU的包裹，则控制器可以确定包裹的架存时间是9小时。在实例中，控制器可以确定架存时间等于产品计数不减少的时间段。例如，如果产品的架存时间已经超过阈值，则控制器可以生成并传输通知消息(例如，传输到无线设备106或另一计算设备)。参考以上实例，如果阈值被限定为14天，则控制器可以传输指示包裹的架存时间已经超过阈值的通知消息。每个产品的阈值时间可以包括在与该产品相关联的描述中。

在实例中，控制器可以使用合成图像来确定到期日期(例如，印在产品的标记上，或使用SKU)。例如，如果产品超过了其到期日期，则控制器可以发送、生成并传输通知消息(例如，传输到无线设备106或另一计算设备)。

控制器可以与零售产品货柜102集成或者可以位于附近(例如，在容纳零售产品货柜的零售店中)。这可以使得控制器能够在不需要任何外部连接性(例如，利用基于云的服务)的情况下操作，以执行本文所述的各种过程。

图10示出了可以基于所确定的零售产品货柜102中的产品的库存状态而在显示器416上显示的不同广告1004至1020。控制器可以确定产品1024在零售产品货柜102处无存货。如广告1008所示，控制器可以将缺货通知(例如，标准化缺货图像)覆盖在与产品1024相关联的标记/标签上。

替代地，如广告1012所示，控制器可以将与不同产品相关联的标记/标签覆盖在与产品1024相关联的标记/标签上。不同的产品和产品1024可以与相同的品牌相关联，或者可以与不同的品牌相关联。

为了避免显示与不同的品牌相关联的标记/标签，对应于产品1024的品牌可以通过在计算平台100上设定限制规则来保护与产品1024相关联的标记/标签，使得零售产品货柜102允许或不允许在特定零售产品货柜上显示特定产品的图形。基于这些规则，广告图形可以被配置成显示与品牌的另一产品相关联的标记/标签。例如，如广告1016所示，控制器可以覆盖由品牌广告其他产品的标记/标签。品牌可以协商以达成以类似方式保护广告1008中的所有标记/标签的协议。

替代地，如广告1020所示，控制器可以覆盖与推销相关联的标记/标签。例如，容纳零售产品货柜102的零售商可以覆盖与推销相关联的标记/标签，该推销与由零售商提供的另一产品相关联。

图11示出了根据实施例的支持一个或多个零售产品货柜的广告计算机系统1100。参考图1，计算机系统1100涵盖边缘处理器(控制器)101、零售产品货柜102至103和与云服务104的接口。例如，根据一些实施例，可以在边缘处理器101处实施部件1102至1105和1107，并且可以在零售产品货柜102至103处实施部件1106和1108至1109。

参考图11，广告管理器1107与广告存储空间1104交互以从云服务1101下载广告内容。广告管理器1107可以经由广告存储空间1104从云服务1101请求所选广告内容(例如，基于产品类型并且对应于多个广告)，并且可以指导通过屏幕播放器1108将多个广告中的一个在屏幕(显示器)1109上显示。如前所述，屏幕播放器1108可以包括媒体播放器417，并且可以在零售产品货柜102、103和/或控制器101处实施。

广告管理器1107可以请求为零售产品货柜102下载广告组(从一个广告到许多(例如，数百个)广告)。该请求可以基于在零售产品货柜102处储存的产品的类型。例如，广告管理器1107的该请求可以基于从库存跟踪器420(如图4所示)接收的库存信息，或者从货柜标识到指定所存储产品的映射。

广告管理器1107可以基于来自门传感器/照相机1106(例如，位于如图2所示的门230处)、第三方数据模块11011和/或电话应用支持模块1103的传感器/照相机信息来选择所下载的广告中的一个。

如将进一步详细讨论的，广告评价器1102可以基于来自门传感器/照相机1106和电话应用支持模块1103的信息来确定在屏幕1109上呈现的广告的有效性。例如，门图像传感器1106可以指示顾客正在观看所显示的广告的特定区域和/或顾客可以通过移动应用来指示有效性。有效性层级(如图16中的框1606至1610所示)可以以多种方式确定。例如，层级可以被映射到顾客查看所显示的广告中的产品的持续时间的不同值，或者可以经由移动应用从顾客的输入直接获得。

虽然云服务可以用于提供广告计算机系统1100所需的附加计算机资源，但计算机资源可以由一个或多个计算机服务器提供，否则其可以由云服务1101提供。例如，广告管理器1107、广告评价器1102、电话应用支持1103和/或第三方数据11011可以全部驻留在云1110中。此外，前述系统可以全部一起或单独地被称为云服务1101。例如，销售商可以通过广告存储空间1104提供广告内容，使得广告管理器1107可以从云1110下载广告内容。广告管理器1107可以从云1110请求所选广告内容(例如，基于产品类型并对应于多个广告)，并通过屏幕播放器1108将其在屏幕(显示器)1109上示出。尽管图11中的部件被显示为是分离的，但本发明不限于此；并且一个或多个部件可以是汇合的和/或分支的。

图12示出了根据实施例的可以支持一个或多个零售产品货柜(例如，零售产品货柜102和103)的边缘计算装置(控制器)1200。控制器1200可以对应于控制器101。

控制器1200可以包括处理设备1201，其中可以实施本文讨论的过程(例如，分别如图13至图19所示的过程1300至1900)。处理设备1201可以控制控制器1200及其相关联部件的总体操作。处理设备1201可以访问和执行来自存储器设备1204的计算机可读指令，存储器设备1204可以采用各种计算机可读介质。例如，计算机可读介质可以是可以由处理设备1201访问的任何可用介质，并且可以包括易失性和非易失性介质以及可移动和不可移动介质。作为实例而非限制，计算机可读介质可以包括计算机存储介质和通信介质的组合。

另外，处理设备1201可以经由云接口1203从云服务下载广告内容，在存储器设备1205处存储所下载的内容，从存储器设备1205访问所下载的内容(例如，所选广告)，并且经由屏幕接口1206将广告内容提供给显示器416。如前所述，广告内容可以通过如图4所示的媒体播放器417呈现给显示器412。

如前所述，控制器1200可以经由云计算接口1203从云服务1101获得广告内容(经由如图11所示的广告存储空间1104)和第三方数据(经由第三方数据模块1105)。另外，控制器1200可以经由无线通信(例如，经由电话应用支持模块1103)与顾客交互，并且可以通过云计算接口1203提供广告评价(例如，经由广告评价1102)。

计算机存储介质可以包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实施的易失性和非易失性介质以及可移动和不可移动介质。计算机存储介质包括但不限于随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、闪存或其他存储技术、CD-ROM、数字通用光盘(DVD)或其他光盘存储、磁带盒、磁带、磁盘存储或其他磁存储设备，或可以用于存储所需信息并可以由计算设备访问的任何其他介质。

通信介质可以包括诸如载波或其他传输机制等已调制数据信号中的计算机可读指令、数据结构、程序模块或其他数据，并包括任何信息递送介质。已调制数据信号可以是这样一种信号，其一个或多个特征以在信号中编码信息的方式被设定或改变。作为实例而非限制，通信介质可以包括诸如有线网络或直接线连接等的有线介质以及诸如声介质、RF介质、红外介质和其他无线介质等的无线介质。

处理设备1201还可以通过接口1202从顾客检测器418和库存跟踪器420获得图像传感器数据。处理设备1201可以使用该数据来确定顾客相对于零售产品货柜102和零售产品货柜102的当前库存的位置(例如，经由顾客检测器418)。

控制器1200(执行来自存储器1204的计算机可读指令)可以被配置成控制每个零售产品货柜102的显示器416(如图4所示)以显示关于物理地包含在零售产品货柜102的内部存储容积中的产品的当前定价信息，其中定价可以由控制器1200确定。在一些实例中，当前定价信息和其他产品细节可以从零售位置处的屋内销售点定价系统接收。此销售点系统可以通过有线或无线装置与零售产品货柜102处的控制器1200通信以更新零售产品货柜102上的显示设备上的内容。在其他实例中，可以通过基于云的服务将当前定价信息和其他信息传输到零售屋处的零售产品货柜102。

控制器1200可以被配置成从通过接口1202由顾客检测器418(如图4所示)提供的信息中检测顾客，并且可以被配置成基于来自顾客检测器418的信息经由屏幕接口1206在显示器3112上显示推销。

控制器1200可以有效地获得每个零售产品货柜102的库存信息(经由库存跟踪器420以及图像辨识软件)。控制器1200可以被配置成经由云接口1203向分布器传输数据和/或存储关于与多个零售产品货柜的库存有关的总体存货的数据。例如，系统150(如图1A所示)可以被配置成发布补货通知、提供销售更新、定价管理、实时销售数据和行为消费者分析。

控制器1200可以被配置成在顾客检测器418检测到顾客不够靠近零售产品货柜时指导显示器416显示全屏广告(例如，在如图14所示的框1401处)。例如，当顾客正在接近过道但是在大于预定值的检测距离时，顾客可以在显示器416上看到全屏广告。作为另一实例，当在顾客检测器418的能力内未检测到顾客时，控制器1200可以指导显示器416根据默认过程显示全屏广告。在根据本文公开的系统的一个实施例中，顾客检测器418可以使用运动来检测是否存在顾客。在根据本文公开的系统的其他实施例中，顾客检测器418可以通过检测人形态来操作。例如，在一个实施例中，当检测到一般成人面部时(而不是简单地当检测到运动时)，顾客检测器418可以触发。这样的实施例可以减少假阳性的数量—例如，宠物、婴儿或非人移动，诸如风可能不会触发顾客检测器418。在一些实施例中，人形态可以是匿名化的，因为只有人形态可以被检测到而没有该自然人的任何独特标识特征。在其他实施例中，顾客检测器418可以结合本文公开的系统的一个或多个其他部件(包含限于图像传感器423)来检测、捕获和/或过滤其他层级的细节。

作为实例，如果在零售产品货柜102的二十英尺内检测到运动或人形态(其中顾客检测器418安装在该零售产品货柜102的门上)，则控制器1200可以被配置成终止显示全屏广告并过渡到显示位于零售产品货柜102内的产品的货架图。横幅广告和定价标签也可以从存储器1205加载并与显示货架图同时显示。控制器1200还可以被配置成管理销售广告对象和层。

控制器1200可以被配置成使得当购物者(例如，顾客)接近零售产品货柜102时，显示器416上的广告内容可以随后改变。例如，显示器416可以改变为包括标记(例如，如图8所示的有机、非转基因等)和标签(例如，使用本地卡销售、本地制作、趋势等)。促销标记和标签可以经由控制器1200激活，并且可以从预定的一组静态动画图标中选择，或者可以由零售商和/或品牌基于商业和营销需求定制。在根据本文公开的系统的各方面的一个实施例中，控制器1200可以被配置成使用一个或多个消费者评论源(例如，使用如图11所示的第三方数据1105)来结合消费者评级分数(例如，1至5星、趋势或收藏)。同时，本文公开的系统的其他实施例在不知道个人购物者/顾客的情况下操作/起作用，并且该系统从不寻求标识个人，即，它是“身份盲的”，因为它从不收集或使用个人可标识或可联系的信息。在一些实施例中，可以根据系统是否位于消费者期望隐私和/或适用法律所管辖的国家或州来确定是否执行一组“身份盲的”特征的选择。

控制器1200可以被配置成使得当购物者站在或逗留在给定零售产品货柜102的前面时，在显示器416处输出的内容(例如，图形渲染)可以再次改变。在一些实施例中，控制器1200能够使用来自顾客检测器418的信息来有效地学习关于该特定顾客的更多信息，诸如性别、年龄、情绪等。(替代地或组合地，如将要讨论的，当顾客响应于所显示的邀请而选择加入时，控制器1200可以通过移动应用来获得顾客信息。)在这样的实施例中，控制器1200可以被配置成处理所检测到的顾客信息以确定要在显示器416上呈现给该特定顾客的特定或定制广告。通过跟踪购物者数据，同时跟踪购物者的观看范围内的所有零售产品货柜的显示器上呈现的广告内容，零售商在购买决定的时刻具有新的影响机会，从而相对于传统方法优化了营销花费并生成新的收入流。同时，本文公开的系统的其他实施例被设计为具有集成到技术平台和操作模型中的隐私和安全特征。并且，这样的实施例在不知道个人购物者/顾客的情况下操作/起作用，并且系统从不寻求标识个人，即，它从不收集或使用个人可标识或可联系的信息。在这样的实施例中，提供了“身份盲”的零售消费者安全平台。在一些实施例中，可以根据系统是否位于消费者期望隐私和/或适用法律所管辖的国家或州来确定是否执行一组“身份盲的”特征的选择。控制器1200可以被配置成使得当购物者站在显示器416的前面时(可以由安装在该特定零售产品货柜102的门上的图像传感器检测到)，基于与新闻事件、天气、体育事件等有关的实时数据在显示器416上显示相关的条件广告。

如上所述，控制器1200可以被配置成经由库存跟踪器420跟踪零售产品货柜102的库存，库存跟踪器420可以包括零售产品货柜102内侧上的一个或多个照相机和/或传感器。当控制器1200已经确定给定产品缺货时，控制器1200可以修改显示器416上显示的内容。例如，可以显示缺货插图和/或可以调换广告。

如将要讨论的，过程1300至1900(分别如图13至图19所示)是可以根据一个或多个实施例的各方面执行的过程中的一些。参考图12，处理设备1201可以执行来自存储器设备1204的计算机可读指令以执行过程1300至1900。

图13示出了根据实施例的配置支持广告计算机系统1100的计算平台100(如图1所示)的流程图1300。

在框1301处，控制器1200发现将由控制器1200支持的零售产品货柜(例如，货柜102和103)。(当控制器控制在零售产品货柜处显示的广告时，零售产品货柜由控制器支持。)实施例可以利用零售产品货柜和包括传感器和照相机的相关联设备的已知列表，或者可以使用发现过程(例如，用于发现包括传感器和照相机的IoT设备并将它们关联到对应的零售产品货柜)。

当发现所支持的零售产品货柜时，在框1302处，控制器1200确定在给定零售产品货柜(例如，零售产品货柜103)中存储的产品/制造商的类型。例如，零售产品货柜可以报告其储存的产品的扫描通用产品代码。替代地或组合地，控制器1200可以访问每个所支持的零售产品货柜与对应的储存的产品类型之间的映射。在框1303处，控制器1200可以下载与给定零售产品货柜的储存的产品有关的相关广告(其可以被称为广告组)。

如果存在附加的所支持的零售产品货柜，如框1304处所确定的，则可以对下一所支持的零售产品货柜重复框1302至1303。

在已经下载了有关广告的内容之后，控制器1200可以指导每个零售产品货柜基于各种标准(例如，如由过程1400、1500、1600和1700所确定的)显示所下载的广告中的一个。

图14示出了根据实施例的在零售产品货柜的屏幕上生成广告的流程图1400。最初，在框1401处，在零售产品货柜的显示器上显示全屏广告。例如，如前所述，控制器1200可以指导零售产品货柜102基于在零售产品货柜102处储存的产品来显示适当的广告。

当顾客检测器418(如图4所示)在框1402处确定顾客在预定范围内时，控制器1200可以指导零售产品货柜102在框803处显示反映在零售产品货柜102处储存的产品的货架图。

当顾客检测器418在框1404处确定顾客更接近零售产品货柜102(在预定距离内，例如，在12至15英尺内)时，控制器1200可以在框1405处在所显示的货架图内生成选择加入邀请。例如，邀请可以包括在显示器中心的快速响应(QR)码。如果顾客希望选择加入，则顾客可以通过顾客的智能电话来扫描QR码以打开链接或下载与QR码相关联的移动应用。在其他实例中，代替QR码或除了QR码之外，还可以提供除QR码之外的图像(例如，具有机器可检测水印的图像)、蓝牙(或其他短距离无线协议)信标，或其他机制来向顾客指示邀请。在一些实例中，多个邀请可以被同时传输到该用户的设备，以向顾客提供选择无论哪一个最优选机制的选项。在其他实例中，所指示的邀请可以被串行地传输，使得当顾客在距零售产品货柜102的特定距离范围内时可以使用第一方法(例如，无线信标)，并且当顾客在更接近货柜102时可以使用第二方法(例如，QR码)。尽管在前述实例中的一个中描述了12至15英尺的预定距离的实例，但是本公开不限于此，例如，根据用于向顾客指示邀请的机制，预定距离可以在大于15英尺的范围内或在小于12英尺的范围内。

当顾客选择进入时，如框1406处所确定的，控制器1200可以基于通过移动应用获得的顾客信息在零售产品货柜102的显示器上生成个性化广告。(例如，当顾客通过扫描所呈现的QR码并接受移动应用的使用协议而接受邀请时，顾客选择加入。)依据零售消费者安全平台，直到消费者选择进入，系统可以保持“身份盲”，因为它从不收集或使用个人可标识或可联系的信息。零售消费者安全平台可以被设计为具有集成到技术平台和操作模型中的隐私和安全特征。这样的实施例在不知道个人购物者/顾客的情况下操作/起作用，并且系统从不寻求标识个人。在一些实施例中，可以根据系统是否位于消费者期望隐私和/或适用法律所管辖的国家或州来确定是否执行一组“身份盲的”特征的选择。

在框1409处，控制器1200可以经由顾客的智能电话为在零售产品货柜102处储存的一个或多个产品生成特价优惠信息。过程1400在框1410处以该模式继续，而顾客检测器418继续检测顾客的存在。否则，过程1400返回到框1401，在那里显示全屏广告。

当顾客未选择加入时，如框1406处所确定的，可以在框1407处基于一般化信息(对顾客不是特定的)将广告插入所显示的货架图中。图8中示出了广告802至805的实例，图10中示出了广告1008和1020的实例。当检测到顾客时，过程1400在框1408处以该模式继续。否则，过程1400返回到框1401。

当过程1400从框1408或1410返回到框1401时，当在框1402处由顾客检测器418检测到随后顾客时，过程1400重复执行框1403至1410。

图15示出了根据实施例的显示从规则组中选择的广告的流程图1500。计算平台100基于规则组来确定在货柜的显示器上呈现的广告，该规则组可以涵盖天气条件、日期和/或关于货柜附近的顾客的特征。例如，可以因为顾客站在饮料货柜旁20秒、户外为98度，并且日期为7月3日(即，正好在七月四日之前)而选择所呈现的广告。

参考图15，规则组1505基于不同因素从广告组1504中选择要显示的适当广告。在根据本公开的各个方面的一个实施例中，这些因素可以包括顾客特征1501、顾客观看信息1502和/或一般化信息1503。例如，顾客可以通过移动应用(例如，在顾客选择加入之后)表达他/她不喜欢西兰花并且喜欢冰淇淋。另外，顾客检测器418可以指示顾客正在观看所显示的货架图中出现冰淇淋产品的特定区域。在这样的场景中，计算机平台100可以启动针对冰淇淋产品的广告。然而，本文公开的系统的其他实施例在不知道个人购物者/顾客的情况下操作/起作用，使得规则组1505是“身份盲的”。并且，系统的那些实施例从不寻求标识个人，即，它从不收集或使用个人可标识或可联系的信息。在一些实施例中，可以根据系统是否位于消费者期望隐私和/或适用法律所管辖的国家或州来确定是否执行一组“身份盲的”特征的选择。

当在框1506处计算平台100已经标识了适当广告时，在框1507处可以将所标识的广告在对应零售产品货柜处显示。

图16示出了根据实施例的确定所显示的广告的有效性层级的流程图1600。计算平台100评估零售产品货柜的显示器上呈现的广告的有效性。例如，计算平台100可以检测顾客是否在零售产品货柜的确定距离内和/或是否一个或多个顾客正在观看所呈现的广告。

参考图16，在框1601处，计算平台100可以获得信息(例如，所检测到的顾客与货柜的距离、顾客正在观看的显示区域的面积，和/或顾客正在观看时所处的位置)。

在框1602处，计算机平台100确定顾客是否在预定距离内(换句话说，被认为足够靠近零售产品货柜)。如果是，则在框1604处，顾客检测器418(例如，经由虹膜扫描传感器)可以跟踪顾客的眼睛移动，并将眼睛移动信息提供给控制器101，以基于眼睛移动信息确定有效性层级(例如，成功度量)。

在框1605、1606和1609处，计算平台100可以评估该信息以确定框1607、1608、1610和1611处的有效性层级。例如，相对于扫描多个区域，顾客可能凝视广告802的显示区域851(如图8所示)。可以以多种方式测量有效性层级。例如，它可以通过顾客观看所显示的产品的时间量或通过顾客直接通过移动应用输入(如果顾客已经选择加入)来测量。

然而，当计算平台100不能确定有效性层级时，过程1600在框1603处终止。

图17示出了根据实施例的生成针对产品层级的广告的流程图1700。计算平台100可以在零售产品货柜的显示器上生成针对产品层级的广告。例如，顾客检测器可以检测到顾客正在观看零售产品货柜处的货架图中显示的特定产品。

参考图17，在框1701处，顾客检测器418可以确定所检测到的顾客正在观看的显示区域。例如，顾客可能观看广告802的较低区域851。

在框1702处，计算平台100可以标识在所检测到的显示区域处储存的一个或多个产品。计算平台100可以以多种方式标识一个或多个产品。例如，计算平台100可以访问产品到所显示的货架图的不同区域的映射。替代地或组合地，计算平台100可以从库存跟踪器420获得关于在零售产品货柜处的存货产品的库存信息。

在框1703处，计算平台100可以在货柜的显示器上显示关于所标识的产品的适当广告。

图18示出了根据实施例的在第一零售产品货柜处为在第二零售产品货柜处储存的产品显示广告的流程图1800。在第一零售产品货柜(例如，零售产品货柜102)处所显示的广告可以推销在第二零售产品货柜(例如，零售产品货柜103)处储存的产品。在本文公开的系统的一个实施例中，计算平台100可以基于顾客信息来预测顾客将在第一零售产品货柜处购物之后在第二零售产品货柜处购物。同时，本文公开的系统的其他实施例在不知道个人购物者/顾客的情况下操作/起作用，并且该系统从不寻求标识个人，即，它是“身份盲的”，因为它从不收集或使用个人可标识或可联系的信息。在一些实施例中，可以根据系统是否位于消费者期望隐私和/或适用法律所管辖的国家或州来确定是否执行一组“身份盲的”特征的选择。

参考图18，在框1801处，在本文公开的系统的一个实施例中，计算平台100可以获得关于第一零售产品货柜附近的顾客的顾客信息—例如，计算平台100可以在顾客选择加入时通过移动应用获得关于顾客喜欢与和不喜欢的顾客信息。继续先前的实例，顾客可能讨厌西兰花但喜爱冰淇淋。同时，本文公开的系统的其他实施例被设计为具有集成到技术平台和操作模型中的隐私和安全特征。这样的实施例在不知道个人购物者/顾客的情况下操作/起作用，并且系统从不寻求标识个人或他们的喜欢/不喜欢，即，它从不收集或使用个人可标识或可联系的信息。在这样的实施例中，提供了“身份盲”的零售消费者安全平台。在一些实施例中，可以根据系统是否位于消费者期望隐私和/或适用法律所管辖的国家或州来确定是否执行一组“身份盲的”特征的选择。

在框1802处，计算平台100可以确定(例如，经由顾客检测器的检测)顾客是否在第一产品货柜处。如果顾客在第一产品货柜处，则计算平台100可以在框1803处确定顾客是否通常前往例如储存冰淇淋的第二零售产品货柜。继续该实例，在框1804处，计算平台100可以在第一零售产品货柜处为在第二零售产品货柜处储存的所标识的产品(例如，冰淇淋)生成广告。

图19示出了根据实施例的在与零售产品货柜相关联的显示器中确定和显示广告的流程图1900。在框1902处，控制器(例如，包括处理器和电路以控制零售产品货柜的边缘计算设备101)可以接收(例如，基于用户输入或从云计算服务)与零售产品货柜(例如，零售产品货柜102)相关联的货架图映射和与零售产品货柜相关联的产品的描述。控制器可以将货架图映射和描述存储在数据存储区111中。例如，货架图映射可以指示零售产品货柜的顶部货架对应于瓶子形状、红色并且具有第一尺寸的饮料。在框1904处，计算平台100可以基于由零售产品货柜中的一个或多个照相机捕获的一个或多个图像来确定合成图像。

在步骤1906处，控制器可以确定产品是否位于零售产品货柜的特定位置(例如，顶部货架)。控制器可以使用合成图像来进行该确定。如果控制器确定顶部货架中没有产品，则控制器可以确定(在步骤1918处)饮料在零售产品货柜处无存货。在步骤1920处，控制器可以基于确定饮料无存货来确定用于显示的第一广告。第一广告可以包括例如指示饮料缺货的插图。控制器可以向显示控制器发送第一广告，以用于在显示设备上显示。

继续该实例，如果控制器确定产品在顶部货架中存储，则控制器可以基于合成图像确定所存储产品的属性。控制器可以将所确定的属性与饮料的描述进行比较。在步骤1908处，控制器可以确定所存储产品是否是瓶子形状的。在步骤1910处，控制器可以确定所存储产品是否是红色的。在步骤1912处，控制器可以确定所存储产品是否具有第一尺寸。控制器可以以不同的顺序执行步骤1908至1912，或者可以省略步骤1908至1912中的一个或多个。在实例中，合成图像可能是模糊的，并且控制器可以执行一个或多个后处理步骤来减少模糊对以上比较的影响。

在步骤1908至1912中的每一个处，控制器可以确定与所存储产品的属性是否对应于饮料的描述相关联的对应置信度得分(例如，概率、1至10之间的值，其中较高的值表示较高的置信度)。例如，控制器可以确定与所存储产品是否是瓶子形状相关联的置信度得分、与所存储产品是否是红色相关联的置信度得分，和/或与所存储产品是否具有第一尺寸相关联的置信度得分。基于所确定的置信度得分，控制器可以确定总体单个置信度得分，该置信度得分对应于所存储产品的属性是否与饮料的描述相匹配的概率。如果总体置信度得分高于阈值(例如，60％、70％或其他适当的值)，则控制器可以确定(例如，在步骤1914处)所存储产品是饮料并且该饮料在零售产品货柜处有存货。在步骤1916处，控制器可以基于确定饮料有存货来确定用于显示的第二广告。第二广告可以包括例如与饮料相关联的插图。控制器可以向显示控制器发送第二广告，以用于在显示设备上显示。

继续该实例，如果控制器基于步骤1908至1912确定顶部货架处的所存储产品的形状、颜色和/或尺寸与饮料的形状、颜色和尺寸不匹配，则控制器可以尝试标识所存储产品。例如，控制器可以扫描产品的描述(例如，其在数据存储区111中存储)以标识所存储产品(如图20中进一步描述的)。在步骤1922处，控制器可以确定所存储产品是第二饮料。在步骤1924处，控制器可以基于确定所存储产品是第二饮料来确定用于显示的第三广告。第三广告可以包括例如与第二饮料相关联的插图。控制器可以向显示控制器发送第二广告，以用于在显示设备上显示。

图20示出了根据实施例的在与零售产品货柜相关联的显示器中确定和显示广告的流程图2000。例如，如果控制器基于步骤1908至1912确定顶部货架处的所存储产品的形状、颜色和/或尺寸与饮料的形状、颜色和尺寸不匹配，则控制器可以执行图20的方法。在步骤2002处，控制器可以扫描数据存储区111中的其他产品的描述，以确定与其他产品相关联的形状、颜色和尺寸。继续以上实例，数据存储区111可以包括第二饮料的描述，该第二饮料是瓶子形状、蓝色的，并且具有第二尺寸。

控制器可以基于合成图像确定所存储产品的属性。控制器可以将所确定的属性与第二饮料的描述进行比较。在步骤2004处，控制器可以确定所存储产品是否是瓶子形状的。在步骤2006处，控制器可以确定所存储产品是否是蓝色的。在步骤2008处，控制器可以确定所存储产品是否具有第二尺寸。控制器可以以不同的顺序执行步骤2004至2008，或者可以省略步骤2004至2008中的一个或多个。控制器可以确定总体置信度得分，该总体置信度得分对应于所存储产品的属性是否与第二饮料的描述相匹配的概率(例如，如以上参考图19所描述的)。如果总体置信度得分高于阈值(例如，60％、70％或任何其他值)，则控制器可以确定所存储产品是第二饮料并且第二饮料在零售产品货柜处有存货。在步骤2010处，控制器可以基于确定第二饮料有存货来确定用于显示的广告。广告可以包括例如与第二饮料相关联的插图。控制器可以向显示控制器发送广告，以用于在显示设备上显示。

继续该实例，如果控制器基于步骤2004至2008确定顶部货架处的所存储产品的形状、颜色和/或尺寸与货架图映射中指示的任何产品的形状、颜色和尺寸均不匹配，则控制器可以在步骤1916处发送通知(例如，向无线设备106或零售商存货管理人员可访问的另一计算设备发送)。该通知可以指示在零售产品货柜中有未标识的产品。

以下根据本文公开的一个或多个方面列出了许多说明性实施例。尽管下面列出的许多实施例被描述为依赖于其他实施例，但是所述依赖性不限于此。例如，实施例#3(下面)被明确地描述为结合实施例#2(下面)的特征，然而，本公开不限于此。例如，实施例#3可以依赖于前述实施例(即，实施例#1、实施例#2和/或其他适当的实施例)中的任何一个或多个。此外，本公开预期实施例#2至#14中的任何一个或多个可以单独地或与其他实施例组合地结合到实施例#1中。同样地，实施例#1、15、18和/或32中的任一个可以与实施例#2至14、16至17、19至31和/或33至34中所列举的特征中的一个或多个组合。另外，本公开预期可以对实施例#1、15、18和/或32中的特征中的任何一个或多个进行组合。此外，本公开预期可以对实施例#1至34中的特征中的任何一个或多个进行组合。

实施例#1.一种智能可移动封闭系统，所述智能可移动封闭系统被配置成用于安装在零售环境中，所述零售环境需要被适配成保持在比外部柜体环境温度更冷的温度下的柜体，所述系统包括：

零售产品货柜的内部存储容积，所述内部存储容积存储用于在所述零售环境中购买的易腐烂物品；

禁止观看所述内部存储容积的可移动门；

附贴到所述可移动门的显示设备，其中所述显示设备被配置成显示至少所述内部存储容积的货架图，其中所述货架图包括缺货指示符；

安装在所述可移动门上的光学传感器，以捕获所述零售产品货柜的所述内部存储容积的一个或多个图像；

通信地耦合到所述显示设备的控制器；

数据存储区，所述数据存储区包括所输入的所述内部存储容积的货架图映射和多个产品的描述，其中所述描述包括所述多个产品中的每一个的形状、颜色，以及尺寸；

在所述零售产品货柜附近的一个或多个处理器，以及

存储计算机可读指令的存储器，当所述计算机可读指令由所述一个或多个处理器执行时，使得所述一个或多个处理器：

将由所述光学传感器捕获的所述一个或多个图像后处理成合成图像；

基于所述合成图像、所输入的货架图映射和所述多个产品的所述描述来确定所述零售产品货柜中的所述多个产品中的一个产品的库存状态；

基于所确定的库存状态来确定要在所述显示设备上显示的广告，其中当所述产品的所述库存状态为缺货时，所述广告包括所述缺货指示符；以及

向所述控制器发送用于在所述显示设备上显示的所述广告。

实施例#2.根据实施例#1所述的智能可移动封闭系统，其中所述所输入的货架图映射包括：

所述产品的指示；以及

所述产品的指定位置的指示。

实施例#3.根据实施例#2所述的智能可移动封闭系统，其中确定所述产品的所述库存状态包括基于所述合成图像来确定在所述指定位置处未检测到产品。

实施例#4.根据实施例#3所述的智能可移动封闭系统，其中所述光学传感器被配置成在所述可移动门的操作期间捕获多个图像，其中所述操作包括打开所述可移动门和关闭所述可移动门。

实施例#5.根据实施例#3所述的智能可移动封闭系统，其中所述广告包括与不同产品相关联的插图。

实施例#6.根据实施例#3所述的智能可移动封闭系统，库存跟踪器在由所述一个或多个处理器执行时，使得所述一个或多个处理器向计算设备传输指示所述产品不在所述零售产品货柜中的消息。

实施例#7.根据实施例#2所述的智能可移动封闭系统，其中确定所述产品的所述库存状态包括基于所述合成图像标识所述零售产品货柜中的所存储产品，以及进一步确定选自以下各项中的至少一个：

所述所存储产品的位置；

所述所存储产品的形状；

所述所存储产品的颜色；

所述所存储产品的尺寸；及其组合。

实施例#8.根据实施例#7所述的智能可移动封闭系统，其中确定所述产品的所述库存状态包括基于选自以下各项中的至少一个来确定所述产品在所述零售产品货柜中存在：

确定所述所存储产品的所述位置对应于所述指定位置；

确定所述所存储产品的所述形状对应于所述描述中的所述产品的形状；

确定所述所存储产品的所述颜色对应于所述描述中的所述产品的颜色；以及

确定所述所存储产品的所述尺寸对应于所述描述中的所述产品的尺寸；及其组合。

实施例#9.根据实施例#2所述的智能可移动封闭系统，其中确定所述产品的所述库存状态包括基于选自以下各项中的至少一个来确定另一产品在所述零售产品货柜中的所述指定位置处存在：

确定所述另一产品的形状不对应于所述描述中的所述产品的形状；

确定所述另一产品的颜色不对应于所述描述中的所述产品的颜色；

确定所述另一产品的尺寸不对应于所述描述中的所述产品的尺寸；及其组合。

实施例#10.根据实施例#7所述的智能可移动封闭系统，其中所述广告包括与所述产品相关联的插图。

实施例#11.根据实施例#1所述的智能可移动封闭系统，其中确定所述产品的所述库存状态包括确定所述零售产品货柜中所述产品的数量。

实施例#12.根据实施例#1所述的智能可移动封闭系统，其中所述广告包括货架图，所述货架图包括与所述多个产品相关联的插图。

实施例#13.根据实施例#1所述的智能可移动封闭系统，还包括从计算设备接收所述所输入的货架图映射。

实施例#14.根据实施例#1所述的智能可移动封闭系统，其中所述数据存储区位于所述零售环境中，并且其中所述一个或多个图像是基于所述可移动门的操作而捕获的。

实施例#15.一种智能可移动封闭系统，所述智能可移动封闭系统被配置成用于安装在零售环境中，所述零售环境需要被适配成保持在比外部柜体环境温度更冷的温度下的柜体，所述系统包括：

其上安装有应用的顾客的无线通信设备；

第一零售产品货柜，所述第一零售产品货柜包括：

内部存储容积；

禁止观看所述内部存储容积的可移动门；

附贴到所述可移动门的第一显示器，其中所述第一显示器被配置成显示至少所述内部存储容积的货架图；以及

被配置成检测所述顾客的顾客检测器；以及

控制器，所述控制器包括：

一个或多个处理器；以及

存储控制器指令的存储器，所述控制器指令在由所述一个或多个处理器执行时，使得所述控制器：

由所述顾客检测器在所述第一零售产品货柜的预定距离内检测所述顾客的人形态；以及

响应于所述检测，通过在所述顾客的所述无线通信设备上执行的所述应用与所述顾客交互。

实施例#16.根据实施例#15所述的智能可移动封闭系统，其中所述顾客的所述人形态包括人面部，并且其中所述控制器指令在由所述一个或多个处理器执行时还使得所述控制器：

响应于所述检测，在已经输出在所述第一零售产品货柜的所述第一显示器上的第一图形渲染内生成文本消息；

当所述顾客响应所述文本消息时接收通知；

响应于所述接收，通过在所述顾客的所述无线通信设备上执行的所述应用与所述顾客交互；

当所述顾客响应时，通过所述应用接收顾客信息；以及

基于所述顾客信息在所述第一零售产品货柜的所述第一显示器上定制第二图形渲染。

实施例#17.根据实施例#15所述的智能可移动封闭系统，其中所述控制器指令在由所述一个或多个处理器执行时还使得所述控制器：

基于所述顾客信息预测所述顾客将要浏览的第二零售产品货柜；以及

在所述第一零售产品货柜的所述第一显示器上为在所述第二零售产品货柜处储存的产品显示第三图形渲染。

实施例#18.一种冷却系统的计算机平台，包括：

第一零售产品货柜，所述第一零售产品货柜包括：

内部存储容积；

阻挡观看所述内部存储容积的可移动门；

附贴到所述可移动门的第一显示器，其中所述第一显示器被配置成显示至少所述内部存储容积的货架图；以及

顾客检测器；以及

控制器，所述控制器包括：

一个或多个处理器；以及

存储控制器指令的存储器，所述控制器指令在由所述一个或多个处理器执行时，使得所述控制器：

通过通信信道与所述第一零售产品货柜建立通信；

指导所述第一零售产品货柜显示全屏广告；

从所述第一零售产品货柜接收由所述顾客检测器在距所述第一零售产品货柜的第一预定距离内检测到顾客的指示；以及

指导所述第一零售产品货柜终止所述全屏广告并且在接收到所述指示之后显示位于所述内部存储容积中的产品的货架图。

实施例#19.根据实施例#18所述的计算机平台，其中所述第一显示器包括非透明显示器。

实施例#20.根据实施例#18所述的计算机平台，

其中所述第一零售产品货柜被配置成：

经由所述顾客检测器接收关于所述第一零售产品货柜附近的所述顾客的第一传感器信息，其中所述第一传感器信息包括关于所述顾客的眼睛移动的眼睛移动信息；以及

向所述控制器发送关于所述顾客的所述第一传感器信息；

并且其中所述控制器指令在由所述一个或多个处理器执行时，使得所述控制器：

从所接收的关于所述顾客的第一传感器信息确定关于所述顾客的顾客信息；

基于所述顾客信息选择适合于所述顾客的广告；

基于所述顾客信息指导所述第一零售产品货柜在所述第一显示器上显示所选广告；以及

基于所述眼睛移动信息确定所述所选广告的成功度量。

实施例#21.根据实施例#18所述的计算机平台，其中所述第一零售产品货柜还包括传感器，所述传感器被配置成检测所述可移动门从第一位置到第二位置的移动，并且其中所述控制器指令在由所述一个或多个处理器执行时，使得所述控制器：

指导所述第一零售产品货柜终止所述第一显示器上所述货架图的所述显示。

实施例#22.根据实施例#20所述的计算机平台，

其中所述第一零售产品货柜被配置成：

经由所述顾客检测器确定观看所述所选广告的顾客的数量；以及

向所述控制器发送关于观看所述所选广告的所述顾客的数量的信息；并且

其中所述控制器指令在由所述一个或多个处理器执行时，使得所述控制器：

从所述第一零售产品货柜接收关于观看所述所选广告的所述顾客的数量的所述信息；以及

基于所述顾客的数量确定所述所选广告的有效性层级。

实施例#23.根据实施例#20所述的计算机平台，

其中所述第一零售产品货柜被配置成：

经由所述顾客检测器接收关于所述第一零售产品货柜附近的所述顾客正在观看的所述货架图的区域的第二传感器信息；以及

向所述控制器发送关于所述顾客的所述第一传感器信息；并且

其中所述控制器指令在由所述一个或多个处理器执行时，使得所述控制器：

从所述第一零售产品货柜接收关于所述货架图的所述区域的所述第二传感器信息；以及

基于所述货架图的所述区域来标识所述顾客正在观看的所述货架图中的产品；并且

其中选择适合于所述顾客的所述广告还基于所述顾客正在观看的所述货架图中的所标识的产品；并且

其中指导所述第一零售产品货柜在所述第一显示器上显示所述所选广告还基于所述所标识的产品。

实施例#24.根据实施例#20所述的计算机平台，

其中所述第一零售产品货柜被配置成：

经由所述顾客检测器接收指示所述顾客在所述第一显示器的前面的实时数据；以及

向所述控制器提供所述实时数据；

并且其中所述控制器指令在由所述一个或多个处理器执行时，使得所述控制器：

从所述第一零售产品货柜接收所述实时数据；

基于所述实时数据为所述顾客确定条件广告；以及

基于所述实时数据指导所述第一零售产品货柜在所述第一显示器上显示所述条件广告。

实施例#25.根据实施例#24所述的计算机平台，其中确定所述条件广告还基于由所述控制器访问的规则组，并且其中所述控制器指令在由所述一个或多个处理器执行时，使得所述控制器：

从所述实时数据确定所述顾客在第二预定距离内的持续时间和所述第一零售产品货柜附近的天气条件。

实施例#26.根据实施例#20所述的计算机平台，还包括第二零售产品货柜，

其中所述控制器指令在由所述一个或多个处理器执行时，使得所述控制器：

确定在所述第一零售产品货柜中存储的第一产品类型和在所述第二零售产品货柜中存储的第二产品类型，其中所述第一产品类型不同于所述第二产品类型；

下载与所述第一产品类型相关联的第一组文件和与所述第二产品类型相关联的第二组文件，其中所述第一组文件包括第一多个文件，其中所述第二组文件包括第二多个文件，并且其中所述第一组文件或所述第二组文件中的每个文件对应于相关联的广告；

在所述第一零售产品货柜处的所述第一显示器上从所述第一组文件启动第一广告；以及

在所述第二零售产品货柜处的第二显示器上从所述第二组文件启动第二广告，其中所述第二广告不同于所述第一广告。

实施例#27.根据实施例#26所述的计算机平台，其中所述控制器指令在由所述一个或多个处理器执行时，使得所述控制器：

基于所述第一零售产品货柜的第一标识信息确定所述第一产品类型；以及

基于所述第二零售产品货柜的第二标识信息确定所述第二产品类型。

实施例#28.根据实施例#26所述的计算机平台，其中确定所述第一产品类型还基于从所述第一零售产品货柜获得的第一库存信息，并且其中确定所述第二产品类型还基于从所述第二零售产品货柜获得的第二库存信息。

实施例#29.根据实施例#20所述的计算机平台，还包括第二零售产品货柜，

其中所述第二零售产品货柜还被配置成：

经由所述第二零售产品货柜的顾客检测器接收所述顾客在第三预定距离内的指示；以及

向所述控制器发送所述顾客在所述第三预定距离内的所述指示；

并且其中所述控制器指令在由所述一个或多个处理器执行时，使得所述控制器：

从所述第二零售产品货柜接收所述顾客在所述第三预定距离内的所述指示；

在所述第一零售产品货柜的所述第一显示器上生成选择进入的邀请指示；

指导所述第一零售产品货柜在所述第一零售产品货柜的所述第一显示器上显示选择加入的所述邀请指示；以及

通过所述顾客通过通信设备扫描所述邀请指示，从所述第一零售产品货柜接收所述顾客已选择加入的通知；

并且其中所述第一零售产品货柜还被配置成：

在所述第一零售产品货柜的所述第一显示器上显示选择进入的所述邀请指示；

通过所述顾客通过所述通信设备扫描所述邀请指示，接收所述顾客已选择加入的指示；

通过所述顾客通过所述通信设备扫描所述邀请指示，向所述控制器发送所述顾客已选择加入的通知；以及

通过在所述通信设备上执行的应用与所述顾客交互。

实施例#30.根据实施例#29所述的计算机平台，其中所述控制器指令在由所述一个或多个处理器执行时，使得所述控制器：

当所述顾客选择加入时，如所述通知所指示的，基于通过所述应用获得的顾客信息为所述顾客定制在所述第一零售产品货柜的所述第一显示器上所显示的广告；

其中所定制的所显示的广告包括针对所述顾客的定制定价。

实施例#31.根据实施例#29所述的计算机平台，其中所述控制器指令在由所述一个或多个处理器执行时，使得所述控制器：

预测所述顾客将要浏览的第三零售产品货柜；

针对在所述第三零售产品货柜处储存的产品定制所显示的广告；以及

当所述顾客未响应于所述邀请指示而选择加入时，继续基于一般化信息生成货架图。

实施例#32.一种用于在显示屏上生成广告内容的方法，所述显示屏附贴到可移动门，所述可移动门附接到零售产品货柜，所述方法包括：

在第一零售产品货柜的所述显示屏上显示第一广告；

在所述第一零售产品货柜的预定距离内检测顾客的人形态；以及

响应于所述检测，指导所述第一零售产品货柜终止所述第一广告并且在所述显示屏上显示位于所述第一零售产品货柜的内部存储容积中的产品的货架图，

其中位于所述第一零售产品货柜的所述内部存储容积中的所述产品被所述可移动门阻挡而看不见。

实施例#33.根据实施例#32所述的方法，其中所述顾客的所述人形态包括人面部，所述方法还包括：

响应于所述检测，在所述第一零售产品货柜的所述显示器上生成选择加入邀请指示；

当所述顾客选择进入时，通过所述第一零售产品货柜的通信接口接收通知；

响应于所述接收，通过在所述顾客的通信设备上执行的应用与所述顾客交互；以及

基于对应于所述顾客的偏好在所述第一零售产品货柜的所述显示器上定制第二广告。

实施例#34.根据实施例#33所述的方法，还包括：

预测所述顾客将要浏览的第二零售产品货柜；以及

在所述第一零售产品货柜的所述显示器上为在所述第二零售产品货柜中储存的产品显示第三广告。

在一些实施例中，公开了一种其上存储有指令的非暂时性计算机可读介质。本公开的一个或多个方面可以体现在计算机可用数据或计算机可执行指令中，诸如在计算机可读介质上存储的一个或多个程序模块中，由一个或多个计算机或其他设备执行以执行本文所述的操作。通常，程序模块包括例程、程序、对象、部件、数据结构等，其在由计算机或其他数据处理设备中的一个或多个处理器执行时执行特定任务或实施特定抽象数据类型。计算机可执行指令可以作为计算机可读指令存储在诸如硬盘、光盘、可移动存储介质、固态存储器、RAM等的计算机可读介质上。在各种实施例中，可以根据需要组合或分布程序模块的功能。另外，功能可以整体或部分地体现在固件或硬件等效物中，诸如集成电路、专用集成电路(ASIC)、现场可编程门阵列(FPGA)等。特定的数据结构可以用于更有效地实施本公开的一个或多个方面，并且预期这样的数据结构在本文所述的计算机可执行指令和计算机可用数据的范围内。

本文所述的各个方面可以体现为方法、装置或存储计算机可执行指令的一种或多种计算机可读介质。因此，这些方面可以采取完全硬件实施例、完全软件实施例、完全固件实施例或以任何组合组合软件、硬件和固件方面的实施例的形式。另外，表示本文所述的数据或事件的各种信号可以以穿过诸如金属线、光纤和/或无线传输介质(例如，空气和/或空间)的信号传导介质的光波或电磁波的形式在源与目的地之间传送。通常，一种或多种计算机可读介质可以是和/或包括一种或多种非暂时性计算机可读介质。

如本文所述，各种方法和动作可以跨一个或多个计算服务器和一个或多个网络操作。功能可以以任何方式分布，或者可以位于单个计算设备(例如，服务器、客户端计算机等)中。例如，在替代实施例中，上文讨论的计算系统中的一个或多个可以组合成单个计算系统，并且每个计算系统的各种功能可以由单个计算系统执行。在这样的布置中，计算系统之间的任何和/或所有上述通信可以对应于由单个计算系统访问、移动、修改、更新和/或以其他方式使用的数据。

本公开的各方面已经依照其说明性实施例进行了描述。在所附权利要求的范围和精神内的众多其他实施例、修改和变化对于本领域的普通技术人员而言将从对本公开的回顾中想到。例如，说明性附图中所描绘的步骤中的一个或多个可以以所列举的顺序之外的顺序执行，并且根据本发明的各方面，一个或多个所描绘的步骤可以是可选的。

Claims (21)

1.一种智能可移动封闭系统，所述智能可移动封闭系统被配置成用于安装在零售环境中，所述零售环境需要被适配成保持在比外部柜体环境温度更冷的温度下的柜体，所述系统包括：

其上安装有应用的顾客的无线通信设备；

顾客检测器，所述顾客检测器被配置成在零售产品货柜的预定距离内检测所述顾客的人形态；

所述零售产品货柜的内部存储容积，所述内部存储容积存储用于在所述零售环境中购买的易腐烂物品；

禁止观看所述内部存储容积的可移动门；

附贴到所述可移动门的显示设备，其中所述显示设备被配置成显示至少所述内部存储容积的货架图，其中所述货架图包括缺货指示符；

安装在所述可移动门上的光学传感器，以捕获所述零售产品货柜的所述内部存储容积的一个或多个图像；

通信地耦合到所述显示设备的控制器，其中所述控制器被配置成响应于所述顾客检测器的所述检测，通过在所述顾客的所述无线通信设备上执行的所述应用与所述顾客交互；

数据存储区，所述数据存储区包括所输入的所述内部存储容积的货架图映射和多个产品的描述，其中所述描述包括所述多个产品中的每一个的形状、颜色，以及尺寸；

在所述零售产品货柜附近的一个或多个处理器，以及

存储计算机可读指令的存储器，当所述计算机可读指令由所述一个或多个处理器执行时，使得所述一个或多个处理器：

将由所述光学传感器捕获的所述一个或多个图像后处理成合成图像；

基于所述合成图像、所输入的货架图映射和所述多个产品的所述描述来确定所述零售产品货柜中的所述多个产品中的一个产品的库存状态；

基于所确定的库存状态来确定要在所述显示设备上显示的广告，其中当所述产品的所述库存状态为缺货时，所述广告包括所述缺货指示符；以及

发送用于在所述显示设备上显示的所述广告。

2.根据权利要求1所述的智能可移动封闭系统，其中所述所输入的货架图映射包括：

所述产品的指示；以及

所述产品的指定位置的指示。

3.根据权利要求2所述的智能可移动封闭系统，其中确定所述产品的所述库存状态包括基于所述合成图像来确定在所述指定位置处未检测到产品。

4.根据权利要求3所述的智能可移动封闭系统，其中所述光学传感器被配置成在所述可移动门的操作期间捕获多个图像，其中所述操作包括打开所述可移动门和关闭所述可移动门。

5.根据权利要求3所述的智能可移动封闭系统，其中所述广告包括与不同产品相关联的插图。

6.根据权利要求3所述的智能可移动封闭系统，库存跟踪器在由所述一个或多个处理器执行时，使得所述一个或多个处理器向计算设备传输指示所述产品不在所述零售产品货柜中的消息。

7.根据权利要求2所述的智能可移动封闭系统，其中确定所述产品的所述库存状态包括基于所述合成图像标识所述零售产品货柜中的所存储产品，以及进一步确定选自以下各项中的至少一个：

所述所存储产品的位置；

所述所存储产品的形状；

所述所存储产品的颜色；

所述所存储产品的尺寸；及其组合。

8.根据权利要求7所述的智能可移动封闭系统，其中所述广告包括与所述产品相关联的插图，其中确定所述产品的所述库存状态包括基于选自以下各项中的至少一个来确定所述产品在所述零售产品货柜中存在：

确定所述所存储产品的所述位置对应于所述指定位置；

确定所述所存储产品的所述形状对应于所述描述中的所述产品的形状；

确定所述所存储产品的所述颜色对应于所述描述中的所述产品的颜色；以及

确定所述所存储产品的所述尺寸对应于所述描述中的所述产品的尺寸；及其组合。

9.根据权利要求2所述的智能可移动封闭系统，其中确定所述产品的所述库存状态包括基于选自以下各项中的至少一个来确定另一产品在所述零售产品货柜中的所述指定位置处存在：

确定所述另一产品的形状不对应于所述描述中的所述产品的形状；

确定所述另一产品的颜色不对应于所述描述中的所述产品的颜色；

确定所述另一产品的尺寸不对应于所述描述中的所述产品的尺寸；及其组合。

10.根据权利要求1所述的智能可移动封闭系统，其中确定所述产品的所述库存状态包括确定所述零售产品货柜中所述产品的数量。

11.根据权利要求1所述的智能可移动封闭系统，其中所述广告包括货架图，所述货架图包括与所述多个产品相关联的插图。

12.根据权利要求1所述的智能可移动封闭系统，还包括从计算设备接收所述所输入的货架图映射。

13.根据权利要求1所述的智能可移动封闭系统，其中所述数据存储区位于所述零售环境中，并且其中所述一个或多个图像是基于所述可移动门的操作而捕获的。

14.根据权利要求1所述的智能可移动封闭系统，其中所述顾客的所述人形态包括人面部，并且其中所述控制器被配置成：

响应于所述检测，在已经输出在所述零售产品货柜的显示器上的第一图形渲染内生成文本消息；

当所述顾客响应所述文本消息时接收通知；

响应于所述接收，通过在所述顾客的所述无线通信设备上执行的所述应用与所述顾客交互；

当所述顾客响应时，通过所述应用接收顾客信息；以及

基于所述顾客信息在所述零售产品货柜的所述显示器上定制第二图形渲染。

15.根据权利要求1所述的智能可移动封闭系统，其中所述控制器被配置成：

基于所述顾客信息预测所述顾客将要浏览的第二零售产品货柜；以及

在所述零售产品货柜的所述显示器上为在所述第二零售产品货柜处储存的产品显示图形渲染。

16.一种用于在显示屏上生成广告内容的方法，所述显示屏附贴到可移动门，所述可移动门附接到包括内部存储容积的零售产品货柜，所述方法包括：

确定所述内部存储容积的货架图映射和多个产品的描述，其中所述描述包括所述多个产品中的每一个的形状、颜色，以及尺寸；

将由安装在所述可移动门上的光学传感器捕获的一个或多个图像后处理成合成图像；

基于所述合成图像、所述货架图映射和所述多个产品的所述描述来确定所述零售产品货柜中的所述多个产品中的一个产品的库存状态；

基于所确定的库存状态来确定要在所述显示屏上显示的广告；以及

发送用于在所述显示屏上显示的所述广告。

17.根据权利要求16所述的方法，其中所述货架图映射包括：

所述产品的指示；以及

所述产品的指定位置的指示。

18.根据权利要求17所述的方法，其中：

确定所述产品的所述库存状态包括基于所述合成图像来确定在所述指定位置处未检测到产品，并且

所述广告包括指示所述产品缺货的缺货指示符。

19.一种冷却系统的计算机平台，包括具有内部存储容积的零售产品货柜；阻挡观看所述内部存储容积的可移动门；附贴到所述可移动门的显示器，其中所述显示器被配置成显示至少所述内部存储容积的货架图；以及附贴在所述可移动门上的光学传感器，所述计算平台包括：

一个或多个处理器；以及

存储计算机可执行指令的存储器，当所述计算机可执行指令由所述一个或多个处理器执行时，使得所述一个或多个处理器：

确定所述内部存储容积的货架图映射和多个产品的描述，其中所述描述包括所述多个产品中的每一个的形状、颜色，以及尺寸；

将由安装在所述可移动门上的光学传感器捕获的一个或多个图像后处理成合成图像；

基于所述合成图像、所输入的货架图映射和所述多个产品的所述描述来确定所述零售产品货柜中的所述多个产品中的一个产品的库存状态；

基于所确定的库存状态来确定要在所述显示屏上显示的广告；以及

发送用于在所述显示屏上显示的所述广告。

20.根据权利要求19所述的计算平台，其中所述货架图映射包括：

所述产品的指示；以及

所述产品的指定位置的指示。

21.根据权利要求20所述的计算平台，其中确定所述产品的所述库存状态包括：

基于所述合成图像和所述多个产品的所述描述计算置信度得分；以及

当所述置信度得分低于阈值时，确定所述产品在所述内部存储容积中缺货，其中用于显示的所述广告包括指示所述产品缺货的缺货指示符。

Images