算法专题|纺织业智能升级 高精度图像检索—服装检索算法
之前我们分享了2017极视角计算机视觉算法邀请赛的妙趣喜帖算法，今天我们将介绍来自清华INstyle.ai团队的与众不同的高精度检索—服装检索算法。
1开发团队
“高精度检索”开发团队（INstyle.ai团队）是来自清华大学软件学院的白宇,李峰和
王斌旭。团队中，白宇为队长，主要负责对整个算法产品的把控；在阿里巴巴有过实习经历的李峰来进行技术这块的实现;编码小能手则是王斌旭。INstyle.ai团队专注智能时尚，本次高精度检索算法也已经完成了搜衣和搜布两个产业级应用，后续会扩展更多的实际应用，促进纺织业和服装业更好得智能升级。
高精度检索模型
2算法背景
图像检索的需求
随着互联网的普及，图像视频的检索（搜商品、搜植物等）也渐渐被人们使用，谷歌搜索，阿里巴巴，亚马逊等以图搜图功能比文本检索更精确，也更符合消费者的需求。而消费升级也让大家有了对个性时尚的穿搭推荐需求。
服装行业的智能升级
在服装行业内，对于链条中的生产商，品牌商，批发商和零售商来说，在面料采购，流行款式选择，服装批发和服装采购等环节中迫切需要进行产业智能化升级，以提高效率，提升品质，适应消费者的需求。
现有图像检索算法精确率低
现在已有的检索图像从线下图到线上图的检索结果同款率低，检索结果和检索图之间的属性相似度低。
3算法功能及效果
高精度检索算法实现了业界领先的图像检索系统，融合了清晰度，尺度，角度，遮挡，光照等多种因素，利用此系统上传服装图片可搜到同款和相似度很高的服装或者布料。
其他检索与高精度检索结果对比
4算法应用
时尚搭配推荐
根据上传的图片智能推荐相关的时尚搭配。
纺织行业的搜衣和搜布
根据上传的图片检索出同款和在颜色，款式等相似度非常高的服装或者布料，已经应用于产业。
5算法总结
优势
融合现有的科研成果实现了业内领先的图像检索系统
提出的关键区域融合方法和属性排序方法有效地提升了服装图像检索的准确率
深入探究了数据增广和模型融合等方法，进一步有效地提高了算法准确率
已经应用于纺织行业的搜衣和搜布，并作为示范应用给李总理展示，具备很高的产业实用价值
总结
INstyle.ai团队开发的高精度图像检索算法是非常具有实用价值，准确率也较高，能够较好得应用在服装业和纺织业中。
本文为极市原创，转载授权请联系小助手（微信：Extreme-Vision）
PS. 目前极市拥有上千名视觉算法开发者，分别来自腾讯，华为，百度，网易，联想，努比亚等名企，以及北大，清华，北航，中科院，交大等名校，更邀请了李开复老师入驻微信群，欢迎从业者加入极市专业CV开发者微信群，请填写下表申请入群~