Omvendt billedsøgning

apr 5, 2021
admin

Google ImagesEdit

Googles søgning efter billede er en funktion, der bruger omvendt billedsøgning og giver brugerne mulighed for at søge efter relaterede billeder blot ved at uploade et billede eller en URL til et billede. Google opnår dette ved at analysere det indsendte billede og konstruere en matematisk model af det ved hjælp af avancerede algoritmer. Den sammenlignes derefter med milliarder af andre billeder i Googles databaser, før den returnerer matchende og lignende resultater. Når de er tilgængelige, bruger Google også metadata om billedet, f.eks. beskrivelse.

TinEyeEdit

TinEye er en søgemaskine, der er specialiseret til omvendt billedsøgning. Når et billede indsendes, opretter TinEye en “unik og kompakt digital signatur eller et fingeraftryk” af det pågældende billede og matcher det med andre indekserede billeder. Denne procedure er i stand til at matche selv meget redigerede versioner af det indsendte billede, men vil normalt ikke returnere lignende billeder i resultaterne.

PixsyEdit

Pixsy reverse image search technology detekterer billedmatches på det offentlige internet for billeder, der er uploadet til Pixsy-platformen. Nye matches opdages automatisk og advarsler sendes til brugeren. I tilfælde af uautoriseret brug tilbyder Pixsy en tjeneste til inddrivelse af kompensation for kommerciel brug af billedindehaverens arbejde. Pixsy samarbejder med over 25 advokatfirmaer og advokater rundt om i verden for at finde en løsning på krænkelser af ophavsretten. Pixsy er den strategiske billedovervågningstjeneste for Flickr-platformen og -brugeren.

eBayEdit

eBay ShopBot bruger omvendt billedsøgning til at finde produkter ved hjælp af et billede, som brugeren har uploadet. eBay bruger et ResNet-50-netværk til kategorigenkendelse, billedhashes gemmes i Google Bigtable, Apache Spark-jobs drives af Google Cloud Dataproc til udtrækning af billedhashes, og billedklassificeringstjenesten udrulles af Kubernetes.

SK PlanetEdit

SK Planet bruger omvendt billedsøgning til at finde relaterede modeartikler på sit e-handelswebsted. Det udviklede vision-encodernetværket baseret på TensorFlow inception-v3, med konvergenshastighed og generalisering til produktionsbrug. Der anvendes et recurrent neuralt netværk til klassifikation af flere klasser, og detektion af interesseområder for modeprodukter er baseret på Faster R-CNN. SK Planets omvendte billedsøgningssystem er bygget på mindre end 100 mand-måneder.

AlibabaEdit

Alibaba frigav Pailitao-applikationen i løbet af 2014. Pailitao (kinesisk: 拍立淘, betyder bogstaveligt talt shopping gennem et kamera) giver brugerne mulighed for at søge efter varer på Alibabas e-handelsplatform ved at tage et foto af forespørgselsobjektet. Pailitao-applikationen anvender en dyb CNN-model med grene til fælles detektion og indlæring af funktioner til at finde frem til detektionsmasken og den nøjagtige diskriminerende funktion uden baggrundsforstyrrelser. GoogLeNet V1 anvendes som basismodel til kategoriforudsigelse og indlæring af funktioner.

PinterestEdit

Pinterest opkøbte startup-virksomheden VisualGraph i 2014 og introducerede visuel søgning på sin platform. I 2015 offentliggjorde Pinterest en artikel på ACM Conference on Knowledge Discovery and Data Mining-konferencen og afslørede systemets arkitektur. Pipelinen bruger Apache Hadoop, open source-rammen Caffe convolutional neural network framework, Cascading til batchbehandling, PinLater til messaging og Apache HBase til lagring. Billedkarakteristika, herunder lokale karakteristika, dybe karakteristika, fremtrædende farvesignaturer og fremtrædende pixels udtrækkes fra brugernes uploads. Systemet drives af Amazon EC2 og kræver kun en klynge på 5 GPU-instanser til at håndtere daglige billedopladninger til Pinterest. Ved at bruge omvendt billedsøgning er Pinterest i stand til at udtrække visuelle egenskaber fra modeobjekter (f.eks. sko, kjole, briller, taske, ur, bukser, shorts, bikini, øreringe) og tilbyde produktanbefalinger, der ligner hinanden.

LykDatEdit

LykDat bruger omvendt billedsøgning til at finde modeprodukter på tværs af forskellige onlinebutikker på nettet. LykDat tilbyder også en Twitter-bot, der hjælper brugerne med at udføre omvendte billedsøgninger af billeder, som de finder på Twitter.

JD.comRediger

JD.com afslørede designet og implementeringen af sit visuelle søgesystem i realtid på Middleware ’18-konferencen. Den peer-reviewede artikel fokuserer på de algoritmer, der anvendes af JD’s distribuerede hierarkiske billedfunktionsekstraktions-, indekserings- og retrieval-system, som har 300 millioner daglige aktive brugere. Systemet var i stand til at opretholde 80 millioner opdateringer til sin database i timen, da det blev implementeret i produktion i 2018.

Skriv et svar

Din e-mailadresse vil ikke blive publiceret.