作者 | Ivan Zhou
從個人計算機和互聯網技術進入中國後不久，我國的電子商務產業就開始快速發展。從中誕生了像阿里巴巴、京東、美團等巨頭，在衣食住行等方方面面深度介入了我們的生活，無論是挑選衣物、食材遞送、餐飲外賣、新品搶購、生活品團購等等，百花齊放的使用場景給消費者帶來了生活上的便利，也為電商行業帶來了層出不窮的新機會。在此基礎上，伴隨人工智能的突破及其在計算機視覺領域的高效應用則進一步開發了電子商務的運營模式。
數以億計的消費用戶、海量的行為數據、多樣的使用場景、強大的雲服務基礎，這些都為人工智能技術在電商行業的發展和商業化提供了豐潤的土壤，國內外電商巨頭也紛紛斥重資打造其人工智能技術體系。隨著巨頭們的重金投資和積極的商業化發展，人工智能技術在電商領域節節開花，特別是計算機視覺技術在用戶交互、產品發現方面更是有大量的應用落地和部署，對於這些應用的瞭解，無論是對於巨頭公司裡的研發部門、新創業公司的產品團隊、還是積極尋找新的營銷渠道的品牌商而言，都會有極大的幫助。
在電商行業智能化發展的趨勢下，機器之心打造了《 利用計算機視覺技術提升電商平臺購物體驗——電商平臺中計算機視覺技術的應用現狀及展望》深度報告，從產品發現、搭配推薦、媒體運營、交易支付等多發麵介紹計算機視覺在電商平臺裡的應用場景，從具體技術的解讀到分析商業案例。本報告旨在幫助電商行業產業鏈上下游相關企業管理者及技術研發人員系統性地瞭解計算機視覺技術的發展近況。同時希望為關注電商行業及人工智能的從業人員全面展示計算機視覺的應用全貌，並提供詳實的案例參考。
報告目錄
部分案例簡述
基於多維度特徵學習和無監督學習的智能時尚搭配小助手
為了幫助用戶進行服裝的搭配選擇，蘑菇街推出了“私人穿搭小助手”。用戶只需用手機拍一下自己的上身單品，小助手可以推薦下半身的搭配。這個應用首先基於關鍵目標識別技術，對於一件衣物單品，能夠識別出衣服的類別、顏色、材質材質，甚至是印花等時尚領域特有的特徵信息。蘑菇街的優勢在於它平臺上龐大的商品數據信息，包括商品圖像數據、店鋪買家照片、購買數據、街拍數據等。在這樣大規模的數據上，蘑菇街通過對每一件衣服進行這樣細緻豐富的屬性識別、建立檢索，系統可以建立起數據庫，為搭配推薦和搜索都提供了基礎。
此外，一個時尚搭配的關鍵信息在於對於搭配因素的學習和理解。除了衣服單品的面料、材質、外觀顏色等因素的理解， 蘑菇街小助手還需要基於平臺上的數據，對於不同時節、不同地域的流行單品進行更新和學習，通過無監督學習，可以建立起各個風格時尚單品的集群，再基於用戶的消費和閱讀習慣，尋找到最相近的時尚集群，從而可以縮小推薦的範圍、而又保證推薦的精確度，為用戶提供更貼心、更個性化的推薦。
優家購基於風格學習和圖像生成進行整裝家居設計和傢俱推薦
優家購以全屋傢俱定製起家，依託互聯網為用戶提供傢俱商品瀏覽和家居裝潢的設計方案，用戶可以依據自己的預算和喜好和優家購的設計師溝通，不斷調整優化來確定自己喜愛的傢俱設計方案。在這一過程中，優家購平臺積累了大量傢俱設計數據和用戶行為數據，這為訓練人工智能算法提供了基礎。
優家購的門店寶利用經典的裝修案例和過往設計師的設計成品來訓練計算機視覺算法，從風格、燈光、佈局、顏色、成本等多個維度學習不同的設計方案。用戶在輸入了自己的戶型、喜好和預算內後，門店寶可以基於用戶的數據推薦和生成合適的設計圖紙，因此用戶可以利用門店寶一鍵生成整裝設計的效果圖，消費者和設計師都能實時預覽家裝設計的3D 效果圖。
阿里巴巴鹿班利用圖像語義分析和強化學習自動生成營銷海報
阿里巴巴通過兩年的打磨，將智能海報設計師“鹿班”培養成了P6 級別高級設計師的水準，鹿班能針對特定商品、文案和設計主題進行在線合成，根據消費者偏好進行個性化投放。“鹿班”團隊還與清華美術學院共同成立自然交互體驗聯合實驗室，清華美術學院也從設計與美學角度，為魯班項目輸入知識圖譜和對設計美學、結構的理解。2018 年起，阿里巴巴更是將“鹿班”的廣告海報生產技術通過阿里雲對外開放，用戶可以使用“鹿班”的一鍵生成、智能創作、智能排版、設計拓展這四種智能設計能力。在阿里雲上，“鹿班”按照生成海報圖像的數量收費，每張促銷海報的價格在十元左右，是市面上人工設計的10%。
