Facebook用户每天产生2.5亿张图片，YouTube用户每天上传90万小时的视频。随着移动互联网的飞速发展，这些数字会继续以非线性的速度增长。这样就催生了用户在这些海量数据里搜索的需求。在未来的五到十年里，用户对图像和视频的搜索量将有望超过文本的搜索量。
另外一方面，图像和视频有着比文本更丰富的表现力，比如，你在街上看见一妹子，穿了一条很漂亮的白色带褶皱的修生长裙。你很想上前去问一下，但是你还是害羞，最后作罢。马上掏出手机用搜索引擎搜了一下关键词“白色褶皱 修生长裙”，结果返回的都是带有这些关键词的文本信息，显然满足不了你的要求。于是你不甘心，转到一家电商网站，搜索同样的关键词，结果出了一大堆的长裙，于是你一个又一个的看，结果可想而知。这样类似的场景还发生在追影视剧，看时尚杂志——很想知道明星的穿衣哪儿有卖。
成都有一群聪明年轻的创业团队，为了解决上述问题，历经半年的研发，推出了一款简单智能的拍图搜衣应用，拍图购。通过这个应用，你只需要拍照或上传图片，应用会自动搜索全网的电商数据，找到最相似的衣服给你。整个过程无需人工交互，简单易用，搜索结果也可全可点。
团队负责人方育柯博士，给我们介绍了拍图购背后的技术。他说，“我们使用了曾经在2012年imagenet比赛中获得冠军的AlexNet模型训练我们的图像特征，其本质是卷积多层神经网络。这个模型能够自动学习衣服的结构，纹理和颜色特征，并且效果非常好。
团队技术负责人廖博森同时还告诉我们，在产品交互上，我们做到尽可能地简单易用。用户只需要上传图片，系统会自动分析图片中的目标衣服，去除背景干扰，提取衣服特征，最后搜索排序，返回结果。使用非常简单，很多竞争对手会为了提高搜索质量，让用户选择性别，款型；添加文本标签，比如红色花纹，小水滴形状，有褶皱等，过程很繁琐，非常影响用户体验。而我们把这一切都交给机器自动去完成，团队推崇技术至上的理念，尽量通过技术去解决这些问题，努力打造一款简单智能的图像搜索产品，真正带给用户愉悦可信赖的使用体验。
在谈到团队的时候，方博士告诉我们，目前团队有12个兄弟，其中绝大多数都是程序员，而他自己也是一个骨灰级的码农，曾经在华为大数据部门担任架构师，长期从事大数据，图像处理和神经网络的研究和应用。团队的技术负责人廖博森，之前在人民搜索担任高级搜索工程师，随后在newegg担任数据挖掘技术专家，也在成都的明星创业团队camera360担任大数据资深工程师。他还补充到，相比北上广，成都人才相对缺乏，但是他们本着务实的态度，不比明星阵容，全身心聚焦在用户和产品上。毕竟用户不关心你是谁，只关心你做得东西好不好。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
