阿里推全球首家人工智能服饰店,随时“翻阅”50万淘宝红人穿搭锦囊
直男到底懂不懂美?对于这样的世纪难题,淘宝给出了答案。2018年7月4日,阿里工程师们在香港落地了全世界第一家人工智能服饰店——“FashionAI 概念店”(“时尚之心概念店”)。除了线下,在线上,未来淘宝5亿消费者也将全面感受到人工智能带来的穿搭推荐。事实上,这是中国时尚业首次尝试通过人工智能技术解读人类的“穿搭密码”,比任何一个国家都要超前。
什么是FashionAI 概念店?
从外部看起来,FashionAI 概念店似乎和普通门店没有差异——丰富的货架、宽敞的试衣间,一切井然有序。用户通过扫描淘宝ID,绑定身份信息后进入店铺。在浏览货架期间,随意轻轻拿起任何一件衣服,货架边的“镜屏”就会感应到商品信息,给出若干种搭配选择。
消费者扫描淘宝ID进店
有趣的是,镜屏上的搭配还将高度呈现“个性化”,消费者会惊喜发现,他们曾经购买过的衣服
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
sklearn调包侠之PCA降维
PCA PCA(主成分分析),它是一种维度约减算法,即把高维度数据在损失最小的情况下转换为低纬度数据的算法。 实战——人脸识别 数据导入 该数据集可通过sklearn进行下载。数据集总共包含40位人员的照片,每个人10张照片。通过fetch_olivetti_faces方法下载的图片,进行了处理,人脸会居中,并裁剪为64*64大小。 %matplotlib inline import matplotlib.pyplot as plt import numpy as np from sklearn.datasets import fetch_olivetti_faces faces = fetch_olivetti_faces() X = faces.data y = faces.target pca 由于数据集样本少(400),特征高(64*64),需要对数据进行降维后,再建立模型。 那到底选择多少主成分合适了?我们这里计算多组主成分,获取数据还原率,如图所示,选择140个主成分,可以保证还原率大于0.95。 from sklearn.decomposition import PCA ...
- 下一篇
人脸识别应用场景
image 由于最近工作比较忙,自己的公众号给落下了,于是抽空写些东西。一是作为自己经验的回忆录,二也希望有类似经验的朋友可以给些自己的想法和经验,公众号回复比较慢,可以直接加我微信shimilysj或者qq:124954495 前段时间和第三方人脸识别供应商对接,写了一个demo,主要功能是人脸识别准确率,增加底库,删除底库,人脸比对等等。让我对人脸识别有了一个新的意识。后来公司需要做个人脸识别的一些应用场景,根据这些场景,看看哪些符合公司的需要。于是自己规划了下。 人脸识别应用场景: 1 远程刷脸登录 常规登录模式就是网页请求登录,以后刷脸登录将成为主流。 相关文章: 人脸识别上网行为 我们以往登录的模式,如下图所示: image 图1.1 远程刷脸登录 image 图1.2 本地刷脸登录 2 刷脸门禁 以往都是通过工卡刷门禁,往后通过指纹,刷脸会更多。如下图所示: image 图2 刷脸门禁 3 抓拍捕捉人脸发现可疑人物 我司目前有摄像机,加上人脸识别功能,通过摄像机的抓拍功能比对后台人脸功能发现可疑人物。 image 图3 抓拍捕捉人脸发现可疑人物 4 智能相册分类 智能相册目...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
- SpringBoot2整合Redis,开启缓存,提高访问速度
- CentOS7安装Docker,走上虚拟化容器引擎之路
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- CentOS关闭SELinux安全模块
- SpringBoot2全家桶,快速入门学习开发网站教程
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- CentOS8安装Docker,最新的服务器搭配容器使用
- CentOS7设置SWAP分区,小内存服务器的救世主