房产公司和中介每天需要处理大量的房产照片，把采集的房间照片，对应标记为卧室、餐厅、客厅、卫生间等等以便用户浏览和搜索。如果是允许用户自行上传照片的平台，还需要审核照片的合规性，以及是否带有电话、logo 等被禁止的标记等。这些工作都非常耗时耗力。

Restb.ai是一家位于巴塞罗那的AI创业公司，为房地产公司提供房产照片的图像识别、分类功能，从而降低其大量的人力成本，同时获得更大的流量，以及提升用户体验。



具体来说，客户通过 Restb.ai 云平台的API，可以即插即用的实现以下图像分析功能：

30多个不同家庭场景的房间分类。如卧室、餐厅、客厅等；
30多种有价值的房间特征标记。如瓷砖地板、拱形屋顶、自然光等；
16种建筑外观风格分类。如现代、维多利亚式、原木风等；
识别图像中的标志和水印。如logo、号码等。
借助上述功能，Restb.ai 改变了房产公司传统人工标记图像方式的方式，实现降本增效。通过将图像信息标签化以及标记更多丰富信息，也可以提升客户在搜索平台的SEO，带来更大流量。

在提升用户体验方面，Restb.ai 可以更精细化和智能的响应用户检索需求。例如用户想在房屋列表中寻找一间配有大厨房和不锈钢器具的房子，他们可以在下拉菜单中选择“厨房”，房屋列表将直接显示厨房图像预览，而不必点击查看每个单独的列表。更进一步，还可以选择“不锈钢器具”进行更细化的检索。

照片合规性检测同样带来了很大价值。在匈牙利房地产门户网站 ingatlan.com 上，每天广告商会上传将近 30,000张图片，但其中30％的图片不符合平台的广告规则，借助 Restb.ai 技术，ingatlan.com 节约了5位审核人员的成本。

Restb.ai 按图像分析次数对客户进行收费。关于其相较于其他计算机视觉公司的优势，Restb.ai 认为是他们对于房地产行业的深度定制方案，包括分类、标签的规范化名称，房产图片识别的高准确度，精细的场景、特征、外观分类描述等。

Restb.ai 于17年5月和18年6月分别获得120万欧元和170万美元的资金。