Создан метод автоматизации поиска функций в бренде с помощью искусственного интеллекта
👨🎓Когда дело доходит до дизайна продукта, согласованность бренда является одним из ключей к успеху во всех продуктовых линейках, управлению сущностью брендов и позитивному отношению. Перед компаниями, которые ежегодно выпускают модель следующего поколения, стоит задача разработать продукт, который отличался бы от того, что уже есть на полках магазинов, но при этом по-прежнему олицетворял бы бренд.
🧠 Исследователи надеются облегчить нагрузку на дизайнеров продуктов, внедрив полностью автоматизированную архитектуру глубокого обучения, которая может идентифицировать визуальные особенности, связанные с брендом.
BigNet определяет соответствие между тысячами кривых на изображении продукта, чтобы визуально идентифицировать бренд.
"До появления BIGNet не существовало метода автоматического извлечения функций, связанных со стилем, с помощью машинного обучения", - объяснил Ю-Суан "Шон" Чен, кандидат технических наук. "Дизайнеры создавали правила в своей голове, но их было трудно сформулировать и сложно переносить на другие продуктовые линейки".
Команда протестировала BIGNet на различных продуктах, например, популярных марках сотовых телефонов Apple и Samsung. Модель отличалась 100%-ной точностью при различении между ними, выявляя специфические особенности, такие как зазоры между экранами и расположение объектива камеры, которые отличали один бренд от другого.
Чтобы продемонстрировать адаптивность и универсальность BIGNet для различных продуктов и масштабов дизайна, команда сравнила BIGNet с 10 автомобильными брендами. Модель с наибольшей точностью идентифицировала Audi, BMW и Mercedes Benz, подтверждая, что производители люксовых автомобилей имеют преимущество перед автомобилями эконом-класса.
@robotyai
👨🎓Когда дело доходит до дизайна продукта, согласованность бренда является одним из ключей к успеху во всех продуктовых линейках, управлению сущностью брендов и позитивному отношению. Перед компаниями, которые ежегодно выпускают модель следующего поколения, стоит задача разработать продукт, который отличался бы от того, что уже есть на полках магазинов, но при этом по-прежнему олицетворял бы бренд.
🧠 Исследователи надеются облегчить нагрузку на дизайнеров продуктов, внедрив полностью автоматизированную архитектуру глубокого обучения, которая может идентифицировать визуальные особенности, связанные с брендом.
BigNet определяет соответствие между тысячами кривых на изображении продукта, чтобы визуально идентифицировать бренд.
"До появления BIGNet не существовало метода автоматического извлечения функций, связанных со стилем, с помощью машинного обучения", - объяснил Ю-Суан "Шон" Чен, кандидат технических наук. "Дизайнеры создавали правила в своей голове, но их было трудно сформулировать и сложно переносить на другие продуктовые линейки".
Команда протестировала BIGNet на различных продуктах, например, популярных марках сотовых телефонов Apple и Samsung. Модель отличалась 100%-ной точностью при различении между ними, выявляя специфические особенности, такие как зазоры между экранами и расположение объектива камеры, которые отличали один бренд от другого.
Чтобы продемонстрировать адаптивность и универсальность BIGNet для различных продуктов и масштабов дизайна, команда сравнила BIGNet с 10 автомобильными брендами. Модель с наибольшей точностью идентифицировала Audi, BMW и Mercedes Benz, подтверждая, что производители люксовых автомобилей имеют преимущество перед автомобилями эконом-класса.
@robotyai