拍圖購——最智能，最易用的拍圖搜衣應用

Facebook用戶每天產生2.5億張圖片，YouTube用戶每天上傳90萬小時的視頻。隨著移動互聯網的飛速發(fā)展，這些數字會繼續(xù)以非線性的速度增長。這樣就催生了用戶在這些海量數據里搜索的需求。在未來的五到十年里，用戶對圖像和視頻的搜索量將有望超過文本的搜索量。

另外一方面，圖像和視頻有著比文本更豐富的表現力，比如，你在街上看見一妹子，穿了一條很漂亮的白色帶褶皺的修生長裙。你很想上前去問一下，但是你還是害羞，最后作罷。馬上掏出手機用搜索引擎搜了一下關鍵詞“白色褶皺 修生長裙”，結果返回的都是帶有這些關鍵詞的文本信息，顯然滿足不了你的要求。于是你不甘心，轉到一家電商網站，搜索同樣的關鍵詞，結果出了一大堆的長裙，于是你一個又一個的看，結果可想而知。這樣類似的場景還發(fā)生在追影視劇，看時尚雜志——很想知道明星的穿衣哪兒有賣。

成都有一群聰明年輕的創(chuàng)業(yè)團隊，為了解決上述問題，歷經半年的研發(fā)，推出了一款簡單智能的拍圖搜衣應用，拍圖購。通過這個應用，你只需要拍照或上傳圖片，應用會自動搜索全網的電商數據，找到最相似的衣服給你。整個過程無需人工交互，簡單易用，搜索結果也可全可點。

團隊負責人方育柯博士，給我們介紹了拍圖購背后的技術。他說，“我們使用了曾經在2012年imagenet比賽中獲得冠軍的AlexNet模型訓練我們的圖像特征，其本質是卷積多層神經網絡。這個模型能夠自動學習衣服的結構，紋理和顏色特征，并且效果非常好。

團隊技術負責人廖博森同時還告訴我們，在產品交互上，我們做到盡可能地簡單易用。用戶只需要上傳圖片，系統會自動分析圖片中的目標衣服，去除背景干擾，提取衣服特征，最后搜索排序，返回結果。使用非常簡單，很多競爭對手會為了提高搜索質量，讓用戶選擇性別，款型；添加文本標簽，比如紅色花紋，小水滴形狀，有褶皺等，過程很繁瑣，非常影響用戶體驗。而我們把這一切都交給機器自動去完成，團隊推崇技術至上的理念，盡量通過技術去解決這些問題，努力打造一款簡單智能的圖像搜索產品，真正帶給用戶愉悅可信賴的使用體驗。

在談到團隊的時候，方博士告訴我們，目前團隊有12個兄弟，其中絕大多數都是程序員，而他自己也是一個骨灰級的碼農，曾經在華為大數據部門擔任架構師，長期從事大數據，圖像處理和神經網絡的研究和應用。團隊的技術負責人廖博森，之前在人民搜索擔任高級搜索工程師，隨后在newegg擔任數據挖掘技術專家，也在成都的明星創(chuàng)業(yè)團隊camera360擔任大數據資深工程師。他還補充到，相比北上廣，成都人才相對缺乏，但是他們本著務實的態(tài)度，不比明星陣容，全身心聚焦在用戶和產品上。畢竟用戶不關心你是誰，只關心你做得東西好不好。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。