Menu
A+ A A-

Automatische Bilderkennung bei willhaben

Die Fashion-Cam von willhaben findet optisch ähnliche Mode-Anzeigen automatisch. Die Fashion-Cam von willhaben findet optisch ähnliche Mode-Anzeigen automatisch. Foto: willhaben

Der digitale Marktplatz willhaben hat mit der Fashion-Cam eine automatische Bilderkennungs-Funktion in die App integriert, die auf Künstliche Intelligenz und Deep Learning Methoden setzt. So komplex die Technologie im Hintergrund arbeitet, so einfach ist die Nutzung für die willhaben-User.

„Modebegeisterte willhaben-App-Nutzer fotografieren mit der neuen Funktion ihre Lieblings-Kleider oder Wunsch-Teile im Alltag oder auch in Zeitschriften und willhaben sucht automatisch nach ähnlichen Mode-Anzeigen mit den passenden Farben, Mustern und Formen auf unserer Plattform. Dadurch wird der Suchprozess in der willhaben-Modewelt mit mehr als 700.000 Anzeigen nochmals unterhaltsamer, leichter und in den meisten Fällen auch spürbar beschleunigt. Egal, wo und wann unsere User auf ein für sie interessantes Kleidungsstück stoßen, sie brauchen nur ein Foto zu machen und schon sucht willhaben für sie“, erklärt Sylvia Dellantonio, Geschäftsführerin von willhaben.

Im Gegensatz zur herkömmlichen Suche über Suchbegriffe und Filter, basiert die Fashion-Cam auf modernster Machine Learning Technologie, die Fotos mittels Künstlicher Intelligenz nach visuellen Elementen wie z.B. Farbe, Muster und Form analysiert und diese mit den Anzeigenbildern auf willhaben abgleicht. Auch während des Stöberns auf willhaben kann man jederzeit eine Suche über ein beliebiges Fashion-Anzeigenfoto starten und sofort ähnliche Stücke finden.

„Unser System wurde in den vergangenen Monaten mit mehr als zwei Millionen Bildern trainiert und es lernt automatisch dazu. Die Suchergebnisse sind schon jetzt sehr gut und liefern die visuell ähnlichsten Produkte als Trefferliste“, resümiert Dellantonio.

Die Fashion-Cam-Funktion wurde von willhaben in enger Zusammenarbeit mit dem Data Science Team der Styria Digital Media Group entwickelt.

 

Last modified onDienstag, 29 November 2016 09:10
back to top