[链环科技]基于AI算法，通过模型检索，实现扫码识物功能

前言

物联网时代，通过各种信息传感器，射频识别技术，全球定位系统，红外感应器，激光扫描等各种装置与技术。运用到生活中就是实现智能家居，智能交通，公共安全等物与物，人与人的连接。

而扫码识物依靠物联网设备的进步也不单单只是目前应用广泛的扫码付款，扫码乘公交，扫码识别二维码等基础功能。通过图像处理，识别，模型寻找等技术实现扫码识物，复制，保存，价值评估等功能。可以说扫码识物是物理网技术进步的基石。

以微信为例，微信扫一扫（识物，翻译）等功能于19年12月23日在IOS版本中上线，目前Android 手机也已支持此功能。即为识别特定形态的图片，到精准识别自然场景中的图片，从而聚合微信内部有价值的生态如电商，百科，咨询等进行展示。

目前基本覆盖了微信全量优质小程序电商涵盖的上亿商品的SKU（商品库存及属性），并且支持用户货比多家直接下单购买。百科和咨询则是聚合微信内的搜一搜、搜狗、百度等头部媒体，向用户展示和分享该拍摄商品相关的咨讯内容。

扫码识物的目的是开辟一个用户直达微信内部生态内容的新窗口，该窗口以用户扫图片的形式作为输入。以微信生态内容中的百科、咨询、电商作为展示页提供给用户。

地场景主要涵盖以下三个部分：

1.科普知识：能帮助用户更好的了解该物体，从微信生态中获取该物体相关的百科、咨询、趣闻的基本常识

2.购物场景：同款搜索功能支持用户对于见到的喜爱商品立即检索到微信小程序电商中的同款商品，支持用户扫即购

3.广告场景：扫一扫识物可以辅助公众号文章、视频更好的理解里面嵌入的图片信息，从而更好的投放匹配的广告，提升点击率。

扫码识物的技术框架主要有以下几个板块

1）用户请求环节
2）商检离线入库环节
3）同款检索+资讯百科获取环节
4）模型训练部署环节

四大环节抽取核心技术模块可以总结为三个，即为数据构建、算法研发、平台建设。

1）数据构建：

AI 时代数据为王，数据构建的目的就是为了更好的服务于 AI 算法，比如对于用户请求图、商家入库图都需要进行主体检测、类目预测、特征提取，都需要有高质量的训练数据来支撑检测模型、分类模型以及检索模型。一言以蔽之，数据决定了整个扫一扫识物性能上限。

2）算法研发：

算法研发是为了充分的利用已有的数据，为识物的每一个环节如检测、类目预测，检索特征提取都在精度、速度上到达最优的折中，从而实现用户任意商品请求都能获得精准的同款召回，以及更加相关的资讯展示。算法研发的好坏决定了扫一扫识物的性能下限。

3）平台建设：

无论是数据建设，算法研发，模型上线都离不开一个好的平台支持，我们为扫一扫识物从数据清洗、模型训练、部署，上线打造了一个完整的平台。可以说，平台建设关乎研发效率，决定了扫一扫识物能否实现上线。

链环科技在研究微信扫一扫识物的基础上，研发拍照识物APP。对见到的各种植物、动物、车辆等进行拍照识物。

在相似物体比如植物类似的情况下，拍照识物APP会告诉用户所拍植物存在的几种可能性，这样方便用户更好的对照实物进行比较。

感兴趣的用户可以进入官网http://www.txxweb.com 或猪八戒店铺网站https://shop.zbj.com/20246044/进行咨询开发。

人工智能的飞速发展，门槛变低从而得到更广泛，更贴近生活的运用。在智能设备已经普及的今天，将人工智能与智能设备结合应用以提高人们生活的便捷性成为一个可行的方案，在图像处理，语音识别，自然语言处理领域等的成功使得智能设备更加智能先进。