商品图像搜索

2015.6.30

2014年中国服装网购规模6153亿元,同比增长40%,在数万亿的网购市场中居于首位。 

百度深度学习实验室致力于改变传统网购习惯,提出了全新的拍照购物方式,创新性的解决了无法用文字准确找到所需商品的难题。在基于内容的图像搜索引擎的基础上,进一步结合图像识别和深度学习技术,推出了全球首个商品图像检索引擎。该引擎不仅可以检索图书/CD/海报带有固定图案的商品,而且聚焦于服装/箱包/鞋等热门垂类。

商品图像检索,通过拍照或者上传商品图片的方式发起检索,可以根据图片内容从海量商品库找到相同或者相似的商品,解决了无法用文字准确描述商品特征的问题,更直观地、直接地将视觉相似的商品提供给用户选择,真正让用户体验到所拍即所需的全新购物体验。

2015年起百度深度学习实验室在商品检索方面持续发力,不断提升商品检索的用户体验,其中服装检索服务满意度占比63%,箱包检索服务满意度占比66%,鞋类检索服务满意度占比71%。同时积极整合线上电商数据,已接入京东、亚马逊、美丽说等商品数据,整体准确度超越淘宝拍立淘。

  服装检索

作为全球首个大规模实际应用的图像特征搜索引擎,结合图像的颜色/纹理来,引入深度学习技术,可以有效的找到图片中人物与衣服的语义表示,并能解析出图片中的性别与服装大类,一举解决服装分类众多的问题,从而更好地实现服装检索的过程。此外,百度深度学习实验室创新性地设计了一套人物与服装对齐算法,较好的解决了用户拍照时图片的大小、背景各不相同,拍摄姿态、角度也与图片库中的模特的差异问题,极大地提升了用户购物体验。

  箱包检索

百度深度学习实验室创新性地开发了一套精确箱包物体检测和分割算法。该算法可以精确定位出包的位置,并精确分割出包的图像,一举解决了箱包不占图像主体这一困扰业界许久的难题。

同样结合深度学习技术,我们依托于箱包领域专业知识,训练众多箱包的识别模型,针对在实拍中可能出现的诸多复杂情况,如背景,姿态,遮挡,光照环境等,做到了精确识别和检索,直达用户拍照的需求。

  鞋类检索

实拍鞋子检索做为商品检索的一个重要课题,也是一个难题。鞋检索存在诸多复杂问题,如鞋子占整张图像较小比例,姿态变化大,遮挡严重,细节较少等定位问题,为了解决定位问题,开发了精确鲁邦的鞋子检索定位分割算法,此预处理算法即使在有严重遮挡干扰的情况下,也可以快速定位分割鞋子图像。

鞋子有着姿态、角度的变化,严重影响特征的表达提取,我们开发了鞋子姿态矫正算法,能够把不同姿态的鞋子图像进行统一的矫正处理变化。

基于鞋子的专业领域知识,并对样本进行现实场景的数据丰富扰动,利用深度学习技术,训练得到鞋分类表达模型和细节表达模型,以达到鞋图像的精确检索。

  小商品检索

小商品拍照检索支持大规模索引数据,实拍召回率达75%,准确率87%,业内成绩非凡。

  具体应用

目前手机百度APP拍照入口已全面接入商品图像搜索引擎,为6亿手机百度用户提供安全可靠的全新拍照购物体验。

百度图片上的大图浏览页也同样应用上商品检索,能够根据图像内容智能向用户推荐相同或相似款式。

百度识图APP推出服装、商品检索服务