从个人计算机和互联网技术进入中国后不久，我国的电子商务产业就开始快速发展。从中诞生了像阿里巴巴、京东、美团等巨头，在衣食住行等方方面面深度介入了我们的生活，无论是挑选衣物、食材递送、餐饮外卖、新品抢购、生活品团购等等，百花齐放的使用场景给消费者带来了生活上的便利，也为电商行业带来了层出不穷的新机会。在此基础上，伴随人工智能的突破及其在计算机视觉领域的高效应用则进一步开发了电子商务的运营模式。

数以亿计的消费用户、海量的行为数据、多样的使用场景、强大的云服务基础，这些都为人工智能技术在电商行业的发展和商业化提供了丰润的土壤，国内外电商巨头也纷纷斥重资打造其人工智能技术体系。随着巨头们的重金投资和积极的商业化发展，人工智能技术在电商领域节节开花，特别是计算机视觉技术在用户交互、产品发现方面更是有大量的应用落地和部署，对于这些应用的了解，无论是对于巨头公司里的研发部门、新创业公司的产品团队、还是积极寻找新的营销渠道的品牌商而言，都会有极大的帮助。

在电商行业智能化发展的趋势下，机器之心打造了《 利用计算机视觉技术提升电商平台购物体验——电商平台中计算机视觉技术的应用现状及展望》深度报告，从产品发现、搭配推荐、媒体运营、交易支付等多发面介绍计算机视觉在电商平台里的应用场景，从具体技术的解读到分析商业案例。本报告旨在帮助电商行业产业链上下游相关企业管理者及技术研发人员系统性地了解计算机视觉技术的发展近况。同时希望为关注电商行业及人工智能的从业人员全面展示计算机视觉的应用全貌，并提供详实的案例参考。

报告目录

部分案例简述

基于多维度特征学习和无监督学习的智能时尚搭配小助手

为了帮助用户进行服装的搭配选择，蘑菇街推出了“私人穿搭小助手”。用户只需用手机拍一下自己的上身单品，小助手可以推荐下半身的搭配。这个应用首先基于关键目标识别技术，对于一件衣物单品，能够识别出衣服的类别、颜色、材质材质，甚至是印花等时尚领域特有的特征信息。蘑菇街的优势在于它平台上庞大的商品数据信息，包括商品图像数据、店铺买家照片、购买数据、街拍数据等。在这样大规模的数据上，蘑菇街通过对每一件衣服进行这样细致丰富的属性识别、建立检索，系统可以建立起数据库，为搭配推荐和搜索都提供了基础。

此外，一个时尚搭配的关键信息在于对于搭配因素的学习和理解。除了衣服单品的面料、材质、外观颜色等因素的理解， 蘑菇街小助手还需要基于平台上的数据，对于不同时节、不同地域的流行单品进行更新和学习，通过无监督学习，可以建立起各个风格时尚单品的集群，再基于用户的消费和阅读习惯，寻找到最相近的时尚集群，从而可以缩小推荐的范围、而又保证推荐的精确度，为用户提供更贴心、更个性化的推荐。

优家购基于风格学习和图像生成进行整装家居设计和家具推荐

优家购以全屋家具定制起家，依托互联网为用户提供家具商品浏览和家居装潢的设计方案，用户可以依据自己的预算和喜好和优家购的设计师沟通，不断调整优化来确定自己喜爱的家具设计方案。在这一过程中，优家购平台积累了大量家具设计数据和用户行为数据，这为训练人工智能算法提供了基础。

优家购的门店宝利用经典的装修案例和过往设计师的设计成品来训练计算机视觉算法，从风格、灯光、布局、颜色、成本等多个维度学习不同的设计方案。用户在输入了自己的户型、喜好和预算内后，门店宝可以基于用户的数据推荐和生成合适的设计图纸，因此用户可以利用门店宝一键生成整装设计的效果图，消费者和设计师都能实时预览家装设计的3D 效果图。

阿里巴巴鹿班利用图像语义分析和强化学习自动生成营销海报

阿里巴巴通过两年的打磨，将智能海报设计师“鹿班”培养成了P6 级别高级设计师的水准，鹿班能针对特定商品、文案和设计主题进行在线合成，根据消费者偏好进行个性化投放。“鹿班”团队还与清华美术学院共同成立自然交互体验联合实验室，清华美术学院也从设计与美学角度，为鲁班项目输入知识图谱和对设计美学、结构的理解。2018 年起，阿里巴巴更是将“鹿班”的广告海报生产技术通过阿里云对外开放，用户可以使用“鹿班”的一键生成、智能创作、智能排版、设计拓展这四种智能设计能力。在阿里云上，“鹿班”按照生成海报图像的数量收费，每张促销海报的价格在十元左右，是市面上人工设计的10%。