;(function() { window.createMeasureObserver = (measureName) => { var markPrefix = `_uol-measure-${measureName}-${new Date().getTime()}`; performance.mark(`${markPrefix}-start`); return { end: function() { performance.mark(`${markPrefix}-end`); performance.measure(`uol-measure-${measureName}`, `${markPrefix}-start`, `${markPrefix}-end`); performance.clearMarks(`${markPrefix}-start`); performance.clearMarks(`${markPrefix}-end`); } } }; /** * Gerenciador de eventos */ window.gevent = { stack: [], RUN_ONCE: true, on: function(name, callback, once) { this.stack.push([name, callback, !!once]); }, emit: function(name, args) { for (var i = this.stack.length, item; i--;) { item = this.stack[i]; if (item[0] === name) { item[1](args); if (item[2]) { this.stack.splice(i, 1); } } } } }; var runningSearch = false; var hadAnEvent = true; var elementsToWatch = window.elementsToWatch = new Map(); var innerHeight = window.innerHeight; // timestamp da última rodada do requestAnimationFrame // É usado para limitar a procura por elementos visíveis. var lastAnimationTS = 0; // verifica se elemento está no viewport do usuário var isElementInViewport = function(el) { var rect = el.getBoundingClientRect(); var clientHeight = window.innerHeight || document.documentElement.clientHeight; // renderizando antes, evitando troca de conteúdo visível no chartbeat-related-content if(el.className.includes('related-content-front')) return true; // garante que usa ao mínimo 280px de margem para fazer o lazyload var margin = clientHeight + Math.max(280, clientHeight * 0.2); // se a base do componente está acima da altura da tela do usuário, está oculto if(rect.bottom < 0 && rect.bottom > margin * -1) { return false; } // se o topo do elemento está abaixo da altura da tela do usuário, está oculto if(rect.top > margin) { return false; } // se a posição do topo é negativa, verifica se a altura dele ainda // compensa o que já foi scrollado if(rect.top < 0 && rect.height + rect.top < 0) { return false; } return true; }; var asynxNextFreeTime = () => { return new Promise((resolve) => { if(window.requestIdleCallback) { window.requestIdleCallback(resolve, { timeout: 5000, }); } else { window.requestAnimationFrame(resolve); } }); }; var asyncValidateIfElIsInViewPort = function(promise, el) { return promise.then(() => { if(el) { if(isElementInViewport(el) == true) { const cb = elementsToWatch.get(el); // remove da lista para não ser disparado novamente elementsToWatch.delete(el); cb(); } } }).then(asynxNextFreeTime); }; // inicia o fluxo de procura de elementos procurados var look = function() { if(window.requestIdleCallback) { window.requestIdleCallback(findByVisibleElements, { timeout: 5000, }); } else { window.requestAnimationFrame(findByVisibleElements); } }; var findByVisibleElements = function(ts) { var elapsedSinceLast = ts - lastAnimationTS; // se não teve nenhum evento que possa alterar a página if(hadAnEvent == false) { return look(); } if(elementsToWatch.size == 0) { return look(); } if(runningSearch == true) { return look(); } // procura por elementos visíveis apenas 5x/seg if(elapsedSinceLast < 1000/5) { return look(); } // atualiza o último ts lastAnimationTS = ts; // reseta status de scroll para não entrar novamente aqui hadAnEvent = false; // indica que está rodando a procura por elementos no viewport runningSearch = true; const done = Array.from(elementsToWatch.keys()).reduce(asyncValidateIfElIsInViewPort, Promise.resolve()); // obtém todos os elementos que podem ter view contabilizados //elementsToWatch.forEach(function(cb, el) { // if(isElementInViewport(el) == true) { // // remove da lista para não ser disparado novamente // elementsToWatch.delete(el); // cb(el); // } //}); done.then(function() { runningSearch = false; }); // reinicia o fluxo de procura look(); }; /** * Quando o elemento `el` entrar no viewport (-20%), cb será disparado. */ window.lazyload = function(el, cb) { if(el.nodeType != Node.ELEMENT_NODE) { throw new Error("element parameter should be a Element Node"); } if(typeof cb !== 'function') { throw new Error("callback parameter should be a Function"); } elementsToWatch.set(el, cb); } var setEvent = function() { hadAnEvent = true; }; window.addEventListener('scroll', setEvent, { capture: true, ive: true }); window.addEventListener('click', setEvent, { ive: true }); window.addEventListener('resize', setEvent, { ive: true }); window.addEventListener('load', setEvent, { once: true, ive: true }); window.addEventListener('DOMContentLoaded', setEvent, { once: true, ive: true }); window.gevent.on('allJSLoadedAndCreated', setEvent, window.gevent.RUN_ONCE); // inicia a validação look(); })();
  • AssineUOL
Topo

No estilo "Shazam": como a Amazon quer mudar a forma que compramos roupas

Curtiu um look? Amazon poderá te ajudar a achá-lo - ou outros parecidos - Thyago Andrade/Brazilnews
Curtiu um look? Amazon poderá te ajudar a achá-lo - ou outros parecidos Imagem: Thyago Andrade/Brazilnews

Gabriel Francisco Ribeiro

Do UOL, em São Paulo

08/06/2019 13h07

Resumo da notícia

  • Amazon lançou nova funcionalidade nos EUA que lembra um "Shazam das roupas"
  • Você poderá subir uma imagem no app que a empresa vai achar o look para você
  • Recurso é semelhante ao usado por outras startups e varejistas
  • Amazon usará inteligência artificial, aprendizado de máquina e e visão computacional

A Amazon agora conta, nos Estados Unidos, com uma nova função que faz a gente pensar: como não tínhamos isso antes? A gigante da tecnologia oferecerá aos usuários uma função que, a grosso modo, pode ser chamada de "Shazam das compras".

O novo recurso funcionará de forma bem simples: o consumidor poderá fazer o de uma foto de uma roupa que gostou no app da Amazon que a empresa promete achar o objeto dentro do seu site - ou pelo menos algo bem próximo do estilo que você quer.

É quase como o aplicativo Shazam, em que você ativa o microfone para ouvir a música que está tocando no ambiente e ele te fala qual é, sabe?

A novidade da Amazon dentro do seu app será chamada de "StyleSnap". A tecnologia é feita com uso de inteligência artificial, sendo aceito no app tanto uma fotografia quanto uma screenshot que você tirar de uma peça de roupa que curtiu.

Para identificar o que está na foto, a Amazon irá usar técnicas de visão computacional (em que sistemas obtém informações a partir de imagens) e aprendizado de máquina. A tecnologia, segundo a Amazon, é inspirada no cérebro humano.

Redes neurais são feitas de milhões de neurônios artificiais conectados uns aos outros e podem ser treinadas para detectar imagens de roupas ao ser alimentada por uma série de imagens
Amazon

A empresa exemplifica que, ao alimentar a rede com milhares de imagens de dois diferentes estilos de saia, a tecnologia a a conseguir diferenciar as duas roupas. O mesmo vale para diferentes formatos e padrões, além de peças de vestuários.

O desafio da Amazon é fazer com que o recurso realmente funcione e ofereça ao cliente opções satisfatórias que deem um "match" na roupa que eles querem. No ado, soluções da empresa para o mundo fashion, como o Echo Look que prometia fazer recomendações de estilos, já deixaram algumas pessoas decepcionadas.

Não é a única

A Amazon não é a única a contar com recursos do tipo - fora do Brasil, empresas como Target, Asos e Wayfair também têm tecnologias semelhantes, mas que ainda engatinham.

Nos últimos anos. empresas de todo o mundo têm buscado na tecnologia recursos para dar aos clientes novas e diferentes oportunidades de compra. Aqui no Brasil, um "espelho tecnológico" já chegou a ser testado em lojas da Hering.

A Nike é outra empresa que tenta revolucionar as compras, criando um novo conceito de loja interligada com o celular do cliente.