电商中产品图像序列的自动生成
计算机视觉与模式识别
2022-06-28 v1
摘要
产品图像对于在电商平台中提供理想的用户体验至关重要。对于拥有数十亿产品的平台，手动挑选和组织合格图像极其耗时且昂贵。此外，产品图像在生成/选中前需要遵守大量且复杂的图像规则。为应对这些挑战，本文中我们提出一个新的学习框架，以实现电商中产品图像序列的自动生成（AGPIS）。为此，我们提出多模态统一图像序列分类器（MUIsC），其能够通过学习同时检测所有类别的规则违规。MUIsC 利用文本评论反馈作为额外训练目标，并使用产品文本描述提供额外语义信息。基于离线评估，我们表明所提出的 MUIsC 显著优于各种基线。除 MUIsC 外，我们还在所提框架中集成了其他重要模块，如主图选择、不合规内容检测和图像去重。借助所有这些模块，我们的框架在京东推荐平台中高效且有效地工作。截至 2021 年 12 月，我们的 AGPIS 框架已为约 150 万产品生成高标准图像，并实现了 13.6% 的拒收率。
引用
@article{arxiv.2206.12994,
title = {Automatic Generation of Product-Image Sequence in E-commerce},
author = {Xiaochuan Fan and Chi Zhang and Yong Yang and Yue Shang and Xueying Zhang and Zhen He and Yun Xiao and Bo Long and Lingfei Wu},
journal= {arXiv preprint arXiv:2206.12994},
year = {2022}
}
备注
Accepted by KDD 2022 ADS