فروش لپ تاپ نو و استوک بازاریان فروش عطر و ادکلن پرفیومی محمد طاها لطفی | taha lotfi طراحی سایت و دیجیتال مارکتینگ تاترین ، تاترین سکوی پرتاب برند شما طراحی و توسعه موتور جست‌وجوی تصویری بر مبنای شبکه‌های یادگیری عمیق جهت استفاده در درگاه‌های تجارت الکترونیکی پوشاک - بومرنگ "شبکه خدمات نوآوری"
اشتراک گذاری با دوستان
اشتراک گذاری در linkedin
اشتراک گذاری در twitter
اشتراک گذاری در facebook
اشتراک گذاری در telegram
اشتراک گذاری در whatsapp

وضعیت:  بسته

  شماره سند:

  تاریخ انتشار: 1401/02/25

  مهلت ارسال پیشنهاد: 1401/03/31

  فرصت‌ها: براساس پیشنهاد‌ها قابل‌ مذاکره خواهد بود.

 تماس : 02166539734 – 02166533864

  ارسال پروپوزال‌ها: https://ghazal.inif.ir/grant

خلاصه فناوری

از مشکلاتی که سایت‌های خرید اینترنتی از دیرباز با آن روبه‌رو بودند، امکان جست‌وجو و پیداکردن سریع کالاهای موردنظر خریداران است. خصوصاً در مواردی که مشخصات کالا خیلی شفاف و قابل‌ذکر نیست و بیشتر جنبه زیبایی‌شناختی و سلیقه‌ای در آن‌ها مطرح است. از مهم‌ترین این موارد پوشاک و البسه است. سیستمی که تیم پژوهشی در نظر دارد که آن را توسعه دهد، به علت قدرت بالایی که در بررسی تصاویر و استخراج ویژگی از آن‌ها دارد، می‌تواند این کار را فوق‌العاده آسان کند و کالاهایی با تصاویر یکسان یا مشابه را استخراج کند و در اختیار کاربر قرار دهد. اگرچه این سیستم در این مرحله به‌طور خاص برای پوشاک طراحی خواهد شد، ولی در صورت موفقیت، امکان توسعه به تمامی موارد مشابه (ازجمله زیورآلات، ساعت، اسباب‌بازی و عروسک، تابلوها، فرش و قالیچه، ظروف و غیره) را نیز خواهد داشت و می‌توان در سایت‌های فروش اینترنتی از امکانات آن بهره برد و حتی امکان توسعه آن به‌صورت نرم‌افزار گوشی‌های هوشمند نیز وجود خواهد داشت.

این فناوری به کمک هوش مصنوعی و شبکه‌های یادگیری عمیق، به کاربر این امکان را می‌دهد که با بارگذاری تصویر لباس موردنظر بر روی سایت، تمامی موارد مشابه موجود از آن لباس را در سایت، لیست و مشاهده کند. پردازش تصاویر ورودی در سامانه، منجر به تعیین ویژگی‌های اساسی آن‌ها خواهد شد و سپس با دنبال‌کردن این ویژگی‌ها می‌توان به تصاویر و کالاهای مشابه دست یافت. این کار می‌تواند هم از جنبه شباهت ظاهری و هم از جنبه زیبایی‌شناختی، سبک، طرح و نقوش پوشاک بررسی گردد.

درباره تیم پژوهشی

سوابق عرضه‌کننده فناوری و مسئول اصلی تیم پژوهشی

دکتر احمد کلهر، مدرک کارشناسی خود را در مهندسی برق – الکترونیک از دانشگاه علم و صنعت ایران در سال 1378 دریافت کرد و سپس دوره‌های کارشناسی ارشد و دکتری خود را در رشته‌های مهندسی برق و کنترل، از دانشگاه تهران، به ترتیب در سال‌های 1381 و 1390 گذراند. در دی‌ماه سال 1391 وی به گروه مکاترونیک دانشکده علوم و فنون در دانشگاه تهران و سپس در تابستان سال 1394، به اساتید دانشکده برق و کامپیوتر در دانشگاه تهران پیوست و در حال حاضر به‌عنوان دانشیار در گرایش کنترل مشغول به خدمت است.

علایق تحقیقاتی دکتر کلهر در حوزه‌های هوش مصنوعی و کنترل است. ایشان خصوصاً سال‌ها در زمینه شبکه‌های عصبی و یادگیری عمیق تدریس و تحقیق کرده‌اند و بیش از ده سال است که با آزمایشگاه یادگیری ماشین در زمینه طراحی و توسعه روش‌های مختلف یادگیری ماشین و بیش از هشت سال است که با آزمایشگاه‌های تعامل انسان و ربات در زمینه طراحی و توسعه کاربردی بسیاری از روش‌های شناسایی، کنترل و یادگیری همکاری می‌کند. همچنین ایشان در موضوعات مرتبط، مقالات متعددی در مجلات معتبر علمی و کنفرانس‌های داخلی و بین‌المللی تألیف و ارائه کرده است. معیار h-index ایشان هم‌اکنون در google scholar عدد 17 و تعداد ارجاعات به مقالات ایشان عدد 1120 است.

ضرورت مسئله

 باتوجه‌به شرایط کنونی کشور، خصوصاً مسئله همه‌گیری ویروس کرونا و اقبال عمومی به سمت درگاه‌های خریدوفروش آنلاین، اتکا به پتانسیل‌های درونی چه در زمینه تکنولوژی و چه در زمینه تولید، فوق‌العاده حائز اهمیت می‌باشد. طرح مذکور می‌تواند در هر دو زمینه استعدادهای کشور را شکوفا کند. از جنبه تکنولوژی می‌توان گفت مشابه این طرح تابه‌حال در کشور اجرایی نشده است و با قاطعیت می‌توان گفت همه موتورهای جست‌وجو و توصیه‌گر در عرصه پوشاک با استفاده از تاریخچه فعالیت‌های کاربرها عمل می‌کنند و هیچ‌کدام به کمک شباهت‌سنجی تصویری طراحی نشده‌اند. این کار می‌تواند بهینگی عملیات را به‌شدت بهبود دهد و توسعه این فناوری موجب پیشنهادهای بهتر و بیشتر و نزدیک‌تر به سلایق کاربرها خواهد شد که این نیز به نوبه خود موجب جذب بیشتر خریداران به سمت سایت‌های خریدوفروش اینترنتی و رونق چنین کسب‌وکارهایی خواهد شد که در حال فروش محصولات پوشاک و البسه در کشور هستند و به طور غیرمستقیم می‌توان اثر مثبت این فناوری را بر تولیدی‌ها نیز مشاهده کرد. همچنین درصورتی‌که افزونه‌هایی به طرح اضافه شود، در مراحل بعدی می‌توان کار را تا تولید نرم‌افزار مخصوص و جداگانه پیش برد که می‌تواند انقلابی در خریدوفروش اینترنتی پوشاک ایجاد کند، چراکه چنین نرم‌افزاری تابه‌حال به‌صورت بومی ارائه نشده است.

مسئله اصلی تحقیق

هدف اصلی پروژه توسعه یک سیستم توصیه گر بر مبنای شبکه‌های یادگیری عمیق است که با استفاده از تکنیک‌های نوین دسته‌بندی، خوشه یابی و شباهت‌سنجی بتواند به کمک تصاویر ورودی از پوشاک، نمونه‌های یکسان و یا مشابه را شناسایی و به کاربر توصیه کند. چنین سامانه‌ای در حال حاضر طراحی و در فضای کنترل‌شده آزمایشگاهی با موفقیت ارزیابی و اجرا شده و به ثبت رسیده است. بااین‌وجود، برای استفاده در مقیاس‌های تجاری لازم است که حجم عظیمی از تصاویر پوشاک جمع‌آوری گردد و سامانه‌ای جدید با ملاحظات خاص و پارامترهای متفاوت توسعه یابد که بتواند که از هر لحاظ پاسخگوی نیاز کاربران باشد. به این منظور، ایجاد یک مجموعه‌داده از تصاویر مناسب پوشاک، بازطراحی و آموزش مجدد سامانه و بهینه‌سازی پارامترهای آن باتوجه‌به شرایط کاری و ایجاد رابط کاربری مناسب ازجمله اقدامات لازم در این زمینه خواهد بود.

در این پروژه، انتخاب‌ها عمدتاً کمی‌سازی می‌شوند و در کنار آن تصاویر ورودی توسط کاربر در اولویت قرار می‌گیرد که این کار موجب بهینگی فرایند جست‌وجو خواهد شد. با وجود این‌که فناوری جست‌وجوی تصویری در سایت‌های فروش آنلاین بسیار حائز اهمیت است، متأسفانه تا به امروز امکان استفاده از آن در کشور مهیا نبوده است. قابل‌ذکر است که اکثر سیستم‌های توصیه‌گر موجود در سایت‌های خرید اینترنتی دنیا، هنوز با استفاده از کلیدواژه‌ها و انتخاب‌های قبلی کاربرها و سایر تاریخچه‌های موجود کاربر این کار را انجام می‌دهند و این ضعف بزرگی تلقی می‌شود، زیرا این موارد همیشه نادقیق هستند و معمولاً بهینگی بسیار پایینی دارند و شباهت چندانی نیز بین کالاهای توصیه‌شده به خریدار دیده نمی‌شود که این خود موجب دلسردی کاربران و عدم دسترسی آن‌ها به کالاهای موردنظرشان در بین هزاران قلم جنس موجود خواهد شد.

تصویر زیر چهار مثال واقعی از خروجی‌های فناوری موردنظر را نشان می‌دهد که نتایج آزمایش‌های اولیه آزمایشگاهی هستند. در هر مثال، کاربر با واردکردن تصویر لباس موردنظر (تصویر سمت چپ در قاب مجزا)، هشت نمونه از کالاهای مشابه موجود در فروشگاه را دریافت می‌کند. این تصاویر با جست‌وجو از بین انبوهی از کالاهای موجود در فروشگاه آنلاین و تنها به کمک همان یک عدد تصویر ورودی به‌طور خودکار توسط سامانه مشخص و برای نمایش به کاربر لیست می‌شوند. شباهت‌های بین کالای درخواستی کاربر و کالاهای پیشنهادی سامانه ازلحاظ نوع لباس (تی‌شرت، شلوار، کفش و غیره)، رنگ، طرح، نقوش و حتی در مواردی جنس آن‌ها قابل‌توجه است.

مزایا

  • جست‌وجوی تصویری سریع و آسان درون فروشگاهی و بین فروشگاهی.
  • امکان ارائه پیشنهادها به‌صورت آنلاین و در لحظه.
  • امکان تشخیص کالاهای تکراری موجود در فروشگاه.
  • کاهش نیاز به نیروهای خبره برای مرتب‌سازی و برچسب زدن به اقلام فروشگاه.
  • افزایش شانس دیده‌شدن کالاها و افزایش میزان فروش.
  • افزایش میزان توصیه‌های موفق به کاربران و جلب رضایت و افزایش اعتماد آن‌ها با ارائه خدمتی جدید برای اولین‌بار.
  • امکان تعمیم جست‌وجوی تصویری به سایر اقلام و کالاها در صورت نیاز (تقریباً هر کالایی که به‌صورت تصویری قابل‌بررسی و مقایسه باشد).

کاربردها

  • به‌عنوان ابزار یا افزونه‌ای در سایت‌های فروش آنلاین پوشاک (جست‌وجوی درون فروشگاهی).
  • به‌عنوان سایت یا نرم‌افزار موبایل رابط بین تمامی سایت‌های فروش آنلاین (جست‌وجوی بین فروشگاهی).
  • امکان توسعه به‌عنوان پل ارتباطی از محیط اینستاگرام به سایت‌های فروش و برعکس.
  • امکان توسعه به نرم‌افزار گوشی‌های هوشمند برای اتصال تصاویر کاربران به سایت فروش.
  • به‌عنوان یک خدمت واسطه در زمینه ارائه خدمات توصیه‌گر به سایت‌های فروش و حتی مشتری‌های بین‌المللی.

خروجی‌های مورد انتظار تحقیق

  • مجموعه داده‌ای تمیز از تصاویر و اطلاعات پوشاک و البسه.
  • سامانه‌ای با رابط کاربری مناسب برای جست‌وجوی تصویری پوشاک.

هزینه و زمان اجرای طرح

  • برآورد هزینه طرح در حدود 550 الی 650 میلیون تومان است.
  • مدت‌زمان اجرای طرح برآوردی برابر با 20 الی 24 ماه دارد.

 

تسهیم مالیک فکری

  • مالکیت معنوی: مشارکت‌کننده در مالکیت معنوی ناشی از اجرای تحقیق سـهیم خواهـد بـود و انتشـار مقالـه مشـترک توسـط مجری و مشارکت‌کننده در ژورنال‌های داخلـی و خارجـی، ارائه مقالـه در کنفرانس‌هـا و سـمینارها بـا موافقـت و اشـاره بـه نـام همـه دست‌اندرکاران مجـاز خواهـد بود.
  • مالکیـت منافـع مـادی: سهم مشارکت شرکت/شتاب‌دهنده متقاضی حداقل 10 و حداکثر 35 درصد خواهد بود (منافع مالی ناشی از توسعه این فناوری بر اساس توافق طرفین و مشترک خواهد بود و با توجه به سهم آورده نقدی و غیر نقدی توسعه‌دهنده، سهم مالکیت قابل‌مذاکره و توافق است).
  •  

ارسال درخواست

درخواست‌های مشـارکت صرفاً بایـد در چارچوب موردنظر صنـدوق نوآوری و شـکوفایی، تدویـن و حداکثـر تـا تاریـخ 1401/03/31 در سـامانه غـزال صنـدوق نوآوری و شـکوفایی به نشـانی www.ghazal.inif.ir/grant ثبت شوند. درخواست‌هایی کـه در چارچوبـی غیرازآن، یـا بـه روش‌های دیگـر بـه دسـت صنـدوق نـوآوری و شـکوفایی برسـند، وارد فراینـد ارزیابـی نخواهنـد شـد.