Nissen********网站，旗下有同名杂志《Nissen》，他们会定期发放产品型录杂志来销售产品。Nissen正在与Viscovery进行合作洽谈，在APP内接入API。手机一扫便显示了杂志上的衣物信息，准确率接近100%，辨识结果十分迅速。
不同于在Web端和云端处理的图像识别，移动端的图像识别要考虑更多因素，对拍摄环境和图像质量也会有更高要求，摄像头的晃动、物体的反光、拍摄焦距等情况都会影响辨识结果的准确性。但Viscovery却认为解决这些问题是他们的强项。
这种自信离不开团队成员的技术深耕，Viscovery创始人兼CEO黄俊杰介绍说，他们从2010年就已开始着手研究移动端的图像识别技术，2011年曾推出一款名为Huayu********，用户随手拍下路边的招牌文字，进入应用进行中文辨识，就能获得简单的词汇学习和进一步的文化信息介绍，以此来帮助来华的外国友人学习中文。
随着技术的进步，无论是图像网格计算还是云端运算都有了更好的发展，Viscovery也基于新的架构做出一些新的尝试和突破。黄俊杰认为，Viscovery*特别的是系统的自我学习能力，在识别的商品数达到一定规模之后，辨识结果的**度也会随之提高。但同样，假如Viscovery从来没有识别过新********，它在新***********也会大大降低。“所以势必还是要做一个当地资料的截取和整理，这个对提升识别**度是必要的。”
投稿作者：蒋皮皮123
