几张图片，让网购从此高效可靠​

不知道你是否有过这样的网购经历，想找的货物看遍千图皆不是，买到的产品图片与实物又差距过大。商家又会担心图片不够有吸引力，无法获得客户的青睐。优秀的商品图片是商家的门面，能够换来的不止是真金白银。

运动潮流正品购物平台识货，近期便选择与火山引擎携手，通过火山引擎AI开放平台图片评分算法，为商家的商品图片质量把关，也让消费者买到图真价实的商品。

十年识货，线上购物平台的发展

识货是一家运动潮流正品购物平台，成立于2012年6月。初期主要为用户提供折扣、正品运动鞋商品导购，对市场的热门运动鞋评测，把真实运动鞋体验传递给爱好者。经过近2年的发展，识货提供的产品范围不断扩大，2014年3月，随着识货海淘频道的上线，识货把海外主流商城的优质廉价商品也开始推荐给网购用户，全面覆盖国内外主流购物商城折扣商品导购。

识货除了自身运营发布商品优惠信息，还提供了发现好货频道。喜欢网购的朋友遇到值得购买的好货可以爆料、分享，识货会对网友爆料核实、修正，通过的爆料会在发现好货频道展现，对于识货未能发现的其他超值好货给予首页推荐等更多方式的展现。

识货在成立之初，商品优惠信息主要通过PC端网页发布，而在2014年4月份识货APP上线为网友提供了更多的购物环境选择。由此不难发现，作为一家线上购物平台，识货对于图片有着高要求、高标准，商品图片也是平台与用户之间沟通的重要桥梁。

算法对商品图片的价值提升

与线下购物全方位的商品质量感受不同，用户在线上购物时主要依赖商品图片质量和设计来感知商品本身。因此，线上平台对于图片提出诸多要求：如何精准体现商品的各方面细节？如何通过恰当的图片布局设计辅助凸显商品优势？如何将商品的完整信息和设计理念充分传达至用户？这都是商家需要考虑的重点问题。

为了帮助商家快速获取精品商品图片，识货采用火山引擎AI开放平台图片评分算法来为商品图片质量把关。火山引擎图片评分算法基于清晰度、美学、意境、人像等丰富的评价维度，几十个客观指标，精准完成商品图片画质分析。例如，评分标准中包括：

• 清晰度分：从图像肉眼看模糊度、内容主体表达明确性等角度去评判；

• 美学分：从图片清晰度、色彩鲜明度、图片意义明确性、文字多少、构图美感、方向旋转严重性、视觉美观性等多角度打分；

• 人像分：从有无人体、人体特效使用、人像清晰度、图像人体占比美感、人体表情自然度、人体有无夸张配饰等角度去评判。

不同于以往的主观感知评判，识货通过火山引擎图片评分算法，可在商家上传商品图片时，对图片清晰度、美观度等多维度打分判断，基于标准化、数据化的方式来保证每一张图片的质量和呈现效果。同时，图片评分算法模型会根据识货实际业务情况，针对鞋类、包类、表类、服装、手机数码等重点商品品类不断迭代升级，实现对各种角度、各种型号下的商分析判断。

升级后的图片评分算法，在识货网站和APP中被广为应用。去年11月最初接入时，图片评分算法月调用量不到80万次，而目前月调用量已超过300万次，产品效果也得到了商家的充分认可和赞许。

火山引擎AI开放平台图片评分算法

火山引擎AI开放平台图片评分算法是一个在持续迭代升级中的多维度、综合性画质评分系统，近期将进一步补充评价维度，主要包括：

1. 基于低阶语义理解的画质评价，如清晰度、亮度、噪声、色彩等；

2. 基于高阶语义理解的质量评价，如美学、人像、意境、内容感等；

3. 常规的画面场景理解，如白天夜晚检测、有无边框、是否纯色等。

补充后，算法的画质评价维度将进一步丰富，涵盖端上实拍画质分析、数据传输链路画质监控、视频增强效果评价、视频编码效果分析、摄像头异常识别、视频封面优选、低质内容识别、画风审核等10多个细粒度的评价维度。

算法的兼容性高、鲁棒性高，能支持服务端及移动端使用，计算成本具有显著优势。除静态图片外，图片评分算法还支持短视频封面质量分析，提升聚合卡片图集清晰度和主观质量，对视频封面图低质过滤，筛选更优的封面图展现。除识货平台外，该技术已在今日头条全面上线，显著提升短视频点击率和人均时长。

未来，火山引擎AI会持续为企业提供有趣、高效和创新的智能创作平台与服务，灵活和高效地赋能到企业的内部工具或用户产品中，持续为用户体验和业务增长注入创新势能。