系统识别近10000种物品,400种场景,美女程序员如何用2年时间让衣+成为行业佼佼者?

创业邦  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

系统识别近10000种物品,400种场景,美女程序员如何用2年时间让衣+成为行业佼佼者?

追偶像剧时,总会感叹你喜欢的某明星大咖衣服怎么可以这么美,然后去某宝搜个底朝天,基于文字、图片都尝试搜索了一遍,也没能找出一样的,失望。黑科技满天飞,不应该这样啊。

如今,衣+创始人张默用人工智能计算机视觉引擎解决了这一问题。她热爱创业,关注计算机视觉领域,北京大学软件硕士后,曾在华为、微软、IBM从事研发,可以说是程序研发界不折不扣的颜值担当。

长得美,还这么努力

系统识别近10000种物品,400种场景,美女程序员如何用2年时间让衣+成为行业佼佼者? ▲衣+创始人张默

其实衣+并不是张默第一次的创业项目,在创办它之前,曾就基于“搜索+识别”,做了扫码比价购物相关的创业,模式类似于“微信扫一扫+一淘”的组合形式。

也正是第一次创业带来的经验,让张默在一些资源和定位上深有体会,她认为 创业公司 与BAT这样的巨头公司同在时,应避免与其正面竞争但可以充分合作,这也使她再次创业更有经验和信心。

张默除了是北大的软件硕士,还是南洋理工创业创新硕士,2年前从新加坡回国,创办“衣+”,张默找来自己的朋友和同学,组建了一支10人的团队(都是颜值担当),开始着眼研发人工智能搜索引擎在商业中的应用。

经过深思熟虑后,团队直接从图像识别中最难的柔性物体(如衣物、头发等变量纬度比较多)识别入手。相比于刚性物体(如3C、日用品等),这种物体更容易变形,技术壁垒更高。

系统识别近10000种物品,400种场景,美女程序员如何用2年时间让衣+成为行业佼佼者? ▲高颜值团队

与上次创业相似之处在于,这次衣+的创办依然与购物相关,而两次创业张默都没能离开购物这个话题。之所以热衷于这一领域,她告诉创业邦(微信搜索:ichuangyebang),做这件事她有2个优势:

✦个人经历,有扎实的专业基础以及在南洋理工积累的创业管理经验。

✦性别优势,作为 女性创业 者对购物、营销等场景应用比较敏感,思维方式更贴近用户。

衣+不止于“衣+”

目前衣+的业务主要分为边看边买电商业务、精准场景化营销以及提供技术服务三大块。而这些业务则是通过边看边买及推荐引擎、图片智能分析引擎、人脸属性分析引擎三大核心引擎来实现。

具体来说,边看边买就是在视频中出现可购买的产品时,系统能自动识别出商品位置,用户只要点击目标商品,就能给出相应位置。

系统识别近10000种物品,400种场景,美女程序员如何用2年时间让衣+成为行业佼佼者?

▲“边看边买”视频电商新体验

边看边买目前已整合全球上百家时装电商,收录国内外数亿的商品。张默称,这种形势让人的购物时间每天超过12小时,成为一个非常高频的场景。

另外,“衣+”的视频智能分析系统,能检测视频中的物品,追踪轨迹、识别品类匹配产品库相关产品,在视屏相应位置打点,用户可直接购买同款。当然这项技术也能服务广告主,极大提高广告效果和转化率。

系统识别近10000种物品,400种场景,美女程序员如何用2年时间让衣+成为行业佼佼者?

▲视频打点广告

在场景化营销方面,衣+利用场景识别技术,在不同的场景投放相关产品的广告,在用户心中建立场景与品牌之间的关联和认知,比如在家人早餐的场景中投放牛奶广告。

事实也证明,产品与场景的结合提高了广告的效果,点击率可达5%~10%,是传统广告的25~50倍。

系统识别近10000种物品,400种场景,美女程序员如何用2年时间让衣+成为行业佼佼者? ▲场景识别,投放相关产品广告

而无论是打点还是场景广告,衣+这种与内容植入广告不一样的地方在于,不用改变版权内容,轻易的上架和下架,交互形势也更多样,而且不打断用户观看。

在人脸识别上,衣+基于深度学习的人脸对比技术,可以准确识别出人物的性别、年龄、种族、情绪、颜值、性感、时尚等属性信息,平均准确率超过93%。除了娱乐,其更大的用处是可用于人脸聚类、敏感人物监控等场景。

目前,衣+的系统有5000万训练数据,识别近10000种物品,400种场景,同时实现106个人脸关键点动态监测,准确率大于90%以上。能够检测类目93类,覆盖服饰、3C商超、家具、日用品、交通工具等。

截至到今天,衣+已合作30多家企业,其中包括 优酷 、360、新浪微博、阿里云、华为等,已接入淘宝、天猫的2亿商品数据,并获得优土等平台的内容和流量导入。

此外,衣+还尝试利用AR技术和人工智能的结合实现了对现实世界的感知和认知的能力,可以在图像视频中完成对场景、通用物体、商品、人脸的检测、识别、理解、搜索等中增加交互方式。

另据创业邦(微信搜索:ichuangyebang)了解,在2015年的ImageNet竞赛中。“衣+”团队的三位成员,在“静态图片和视频目标检测和分类任务”中获得了五项世界第一 而此次参赛的有google、intel、微软等巨头以及斯坦福、香港中文大学等研究机构。

技术不足以形成行业壁垒,但技术+先发优势可以

人工智能领域,衣+一直在探索,他们的目标有2个:一个是将来的AI能做到无所不能,即拥有不同的能力;另一个是AI无处不在,让其在各种不同的嵌入式设备当中去做本地计算。

也是在今年五月,衣+团队首次提出三值神经网络,这项技术将模型压缩了16倍,精度几乎保持不变。识别系统可放到本地设备中运行,对内存、计算能力和耗电的要求大幅降低,“运算速度快5倍”,普通的arm芯片都可以用,可以说是一个很普适的AI应用。

就AI本身而言,其技术门槛很高,而衣+团队已形成技术壁垒,但业界的共识是技术不足以形成行业壁垒。

对于初创公司而言,没有行业壁垒就意味着其它公司很容易与其分羹市场,而张默却不担心像BAT这样的巨头公司突然插足。

她认为,流量+数据+内容成本决定公司是不是赚钱,而衣+通过自己的技术获取这样的流量和内容成本很低,数据则由阿里提供2亿商品数据。行业的护城河在于通过技术获取数据并应用到合适场景当中,这会形成马太效应。尽管将来技术门槛越来越低,这些先发优势将成为衣+的行业壁垒。

所以,现在的大公司有技术,但绝对没有这样的数据,至少在这块领域他们做不大。

最后,张墨这样告诉创业邦(微信搜索:ichuangyebang),“她很喜欢谷歌的理念,用技术创造蓝海,我们没有竞争对手只有合作伙伴”,她称自己的思维也是开放的,很愿意用合作的方式去整合资源。

衣+成立于2014年,去年9月获得A轮融资,团队成员来源于CMU、新加坡国大、清华、北大、中科院、上海交大等国内外名校,在BAT、谷歌、360、Intel、微软等公司从业多年,并在计算机视觉算法上有着丰富经验。

随意打赏

提交建议
微信扫一扫,分享给好友吧。