当前位置:100EC>B2C研究>【APP案例】拍图购:帮助女性消费者实现拍图搜衣
【APP案例】拍图购:帮助女性消费者实现拍图搜衣
发布时间:2015年09月21日 11:15:39

(电子商务研究中心讯)  声音、图像、文字……在生活中,人们接受信息的途径是多种多样的,而在购物过程中,图像是我们接收到的最直接的信息。对于女性消费者而言,当她们看到一款心仪的衣服时,难免在网上搜索同款。但事实情况是,文字已经不能满足搜索的全部需求,图像有着比文本更丰富的表现力,在这样的场景之下,图片搜索技术似乎能更加直接地帮助女性消费者实现快速搜衣。

  针对这样的需求,廖博森和他的团队开发了一款基于卷积神经网的深度学习技术的拍图搜衣App——拍图购。它将图像搜索与海量电商数据采集、分析结合起来,为用户提供以图搜商品服务。当用户发现感兴趣的商品可找不到其购买地址时,只需上传图片,便可进行全网搜索,找出合意商品。

  目前,用户可以登录Web版,或下载App(仅Android)使用。经过下载试用,笔者认为,拍图购的功能界面较为简洁,以满足以图搜衣功能为核心。用户可以即时拍照或直接上传手机内存图片完成搜衣,搜索出的同款服装来自多家电商,用户可以浏览、比价、购买。同时,部分热门搜索的服装会放在App的主界面,搜索记录也会存储在App内。而在Web版本,用户不仅可以上传服装图片,还可以键入商品链接。

  拍图购使用了目前计算机视觉领域最前沿的深度学习技术,该技术能运用海量数据+智能模型来对图像内容进行自动分析,提取出图像颜色、款式、细节纹理、结构等特征,同款衣服特征的空间相似度非常相近,这也是拍图购产品的技术基础。

  廖博森告诉猎云网:“在产品交互上,我们做到尽可能地简单易用。用户只需要上传图片,系统会自动分析图片中的目标衣服,去除背景干扰,提取衣服特征,最后搜索排序,返回结果。

  很多竞争对手会为了提高搜索质量,让用户选择性别、款型、添加文本标签,比如红色花纹,小水滴形状,有褶皱等。过程很繁琐,非常影响用户体验。而我们把这一切都通过技术去解决,推崇技术至上的理念。”

  在图形搜索领域,百度、谷歌等巨头都已经把这项搜索技术融入到产品之中,而服装搜索则需要技术更加精准,例如猎云网此前报道过的衣+,除了以图搜衣,还抓住了女性用户乐于分享的特点,切入社交功能。除此之外,“图图搜衣”的部分功能也与拍图购类似,但社区属性较强,兼有‘PK模特’等娱乐元素。

  从产品理念不难看出,拍图购团队的大部分成员都是程序员,技术总监廖博森此前曾在“人民搜索”担任高级搜索工程师,随后供职于Newegg(注:中国新蛋网),时任数据挖掘技术专家,也曾在Camera360担任大数据资深工程师。CTO方育柯则是一个骨灰级的码农,曾经在华为大数据部门担任架构师,长期从事大数据,图像处理和神经网络的研究和应用。

  廖博森告诉猎云网:“除了开发自有产品,我们也通过SDK、API的形式向电商平台、品牌商、零售商提供图像搜索技术支持。”

  据悉,拍图购已经启动天使轮融资计划。(来源:猎云网;文/沈小雪;编选:中国电子商务研究中心)

近日,电商行业唯一入选“一带一路”TOP10影响力社会智库——电子商务研究中心发布了半年一度的《2018(上)中国网络零售市场数据监测报告》(PPT下载:www.100ec.cn/zt/18wlls)。报告对上半年中国网络零售市场及移动、社交、农村、生鲜、母婴、精品、品牌等热门细分行业进行解读,重点跟踪: 1)综合电商:天猫、京东、拼多多、苏宁易购、唯品会、国美、亚马逊中国、当当、一号店等。2)母婴电商:宝宝树、蜜芽、贝贝、红孩子、宝贝格子、美囤妈妈等。3)生鲜电商:盒马鲜生、每日优鲜、本来生活、顺丰优选、易果生鲜、沱沱工社等。4)跨境电商:天猫国际、网易考拉海购、京东全球购、淘宝全球购、小红书、洋码头、达令、丰趣海淘等。5)社交电商:云集微店、拼多多、有赞、蘑菇街、美丽说等。6)精品电商:网易严选、小米有品、淘宝心选、京东京造等。7)农村电商:农村淘宝、云农场、一亩田、链农、美菜等。8)互联网品牌:韩都衣舍、茵曼、裂帛、御泥坊、三只松鼠、良品铺子、百草味、新农哥、小狗电器、小熊电器等。

【相关阅读】
股票名称/代码
$/总资产
$/营收
$/净利润
  • 阿里巴巴BABA.US
  • 1092亿
  • 385亿
  • 94.5亿
  • 京东JD.US
  • 282.6亿
  • 557.4亿
  • 7.7亿
  • 唯品会VIPS.US
  • 583.2亿
  • 112.2亿
  • 0.4亿
  • 宝尊电商BZUN.US
  • 4.60亿
  • 6.40亿
  • 0.3亿
  • 聚美优品JMEI.US
  • 7.60亿
  • 8.90亿
  • -0.06亿
  • 寺库SECO.US
  • 3.60亿
  • 5.80亿
  • 0.03亿