Nissen********网站,旗下有同名杂志《Nissen》,他们会定期发放产品型录杂志来销售产品。Nissen正在与Viscovery进行合作洽谈,在APP内接入API。手机一扫便显示了杂志上的衣物信息,准确率接近100%,辨识结果十分迅速。
不同于在Web端和云端处理的图像识别,移动端的图像识别要考虑更多因素,对拍摄环境和图像质量也会有更高要求,摄像头的晃动、物体的反光、拍摄焦距等情况都会影响辨识结果的准确性。但Viscovery却认为解决这些问题是他们的强项。
这种自信离不开团队成员的技术深耕,Viscovery创始人兼CEO黄俊杰介绍说,他们从2010年就已开始着手研究移动端的图像识别技术,2011年曾推出一款名为Huayu********,用户随手拍下路边的招牌文字,进入应用进行中文辨识,就能获得简单的词汇学习和进一步的文化信息介绍,以此来帮助来华的外国友人学习中文。
随着技术的进步,无论是图像网格计算还是云端运算都有了更好的发展,Viscovery也基于新的架构做出一些新的尝试和突破。黄俊杰认为,Viscovery*特别的是系统的自我学习能力,在识别的商品数达到一定规模之后,辨识结果的**度也会随之提高。但同样,假如Viscovery从来没有识别过新********,它在新***********也会大大降低。“所以势必还是要做一个当地资料的截取和整理,这个对提升识别**度是必要的。”