商品檢索是一門綜合了物體檢測、圖像分類以及特征學習的技術。近期，很多研究者成功地將深度學習方法應用到這個領域。本文對這些方法進行了總結，然后概括地提出了商品特征學習框架以及垂類數據挖掘方式，最后介紹了商品檢索技術在服裝搭配中的應用。

前言

幾年前，當人們還在感嘆于網頁購物的快速便捷時，各大電商巨頭就“悄悄地”將它們的購物應用推廣到了用戶的手機里。從那一刻起，用戶購買的習慣也在悄悄地發生著改變：人們不再局限于時間與地點，只要擁有一部聯網的手機，就能輕松獲取想要的商品。發展至今，移動設備的安全、高速等特點越來越獲得人們的認可，也使得移動購物行為變得更加普遍。然而目前PC和Mobile終端中，用戶基本都是通過文本關鍵詞獲取目標商品，這種單一的關鍵詞描述有時很難獲取用戶的真實需求。

為此，電商們也進行了很多改進。其中最有效的一些做法是構建高度結構化的后臺商品數據庫。其目的是能夠通過分析用戶的查詢來推薦一些更加精細粒度、時效性好、熱度高的商品品類，并提供給用戶一個限定了價格、品牌、風格等等的商品候選集合。這種基于文本的由粗到精的推薦方式，能夠很好的幫助用戶定位到具有精細且具體標簽的商品。然而，當用戶需求的商品的周邊信息不明確時，很難通過抽象出有限的關鍵詞來進行檢索。這類商品包括：未知品牌的化妝品，樣式新穎的家具或者時尚流行的服裝等（如圖1）。

圖1：一些難以用關鍵詞描述的商品

所見即所得

對于上述的問題，可以用一句話歸結為：當需求物品難以用文本量化描述時， 給定它的一張圖像，是否有可能推薦給用戶相關的商品？ 可以想象這樣的場景： 當你看到一件喜歡的物品，只通過手機拍照將其圖像上傳購物網站，就能獲取實物購買信息。如果商品檢索能做到這樣的“所見即所得”， 必將會給有購物需求的用戶帶來很大的便捷。

“所見”如何才能變成“所得”呢？ 在回答這個問題之前， 首先需要了解商品檢索中的難點問題：

商品品類繁多

小到柴米油鹽，大到家具電器， 都可以稱為商品。而且很多商品都包括多級且細致的分類，例如，家具可分為臥室家具、客廳家具、餐廳家具、書房家具等；服裝的一級品類包括女裝、男裝、內衣、配飾與童裝童鞋等， 女裝又可分為連衣裙、T恤、雪紡衫等； 母嬰中的童車童床類別可分為安全座椅、嬰兒推車、嬰兒床、嬰兒床、墊餐、椅學步車等。由此可見， 好的檢索技術不僅要識別這么多的商品類別， 并且需要區分每個類別下的不同商品實例； 同時后臺商品數據庫應該具有很高的覆蓋面。

圖2：多種多樣的商品

同款與相似款的混淆

根據多級類目或屬性進行商品劃分的方式，盡管區分了大多數具有精細語義的商品，但在區分同款與相似款上的作用仍然是有限的，即無法確認兩件分為一個類別的商品是相同款。 舉例來說，已知兩個人都穿著白色短袖圓領T恤， 因為姿態、角度、光照等影響，有可能會使得相似款更像同款，或者同款被誤識別為相似款。這就是計算機視覺中經常碰到的類內差異性與類間相似性問題。圖3的例子可以說明這兩個問題。 左側（a）中的上衣是同一款衣服，但由于人體姿態、懸掛方式、手臂遮擋、光線等問題的存在，使得它的顏色以及長度等表觀屬性具有很大的差異性；三款相似的黑色印花連衣裙如（b）所示，它們擁有相似的不規則的印花圖案，以及黑色的底色和A字裙擺；這些特點都讓他們很相似，但從袖型可看出它們非同款。

圖3：同款與相似款服飾圖像

其實，計算機視覺的各個領域都在解決這樣的“所見即所得”難題， 即如何讓機器能夠自動準確的理解圖像內容。隨著深度學習的興起， 包括人臉識別、 圖像分類與物體檢測在內的方向都取得了很多重要的進展， 也為深度學習在商品檢索中的應用奠定了堅實的基礎。