Google ImagesEdit

La búsqueda por imagen de Google es una función que utiliza la búsqueda inversa de imágenes y permite a los usuarios buscar imágenes relacionadas con sólo subir una imagen o una URL de imagen. Google consigue esto analizando la imagen enviada y construyendo un modelo matemático de la misma mediante algoritmos avanzados. A continuación, se compara con miles de millones de imágenes en las bases de datos de Google antes de devolver resultados coincidentes y similares. Cuando están disponibles, Google también utiliza metadatos sobre la imagen, como la descripción.

TinEyeEdit

TinEye es un motor de búsqueda especializado en la búsqueda inversa de imágenes. Al enviar una imagen, TinEye crea una «firma digital única y compacta o huella digital» de dicha imagen y la compara con otras imágenes indexadas. Este procedimiento es capaz de cotejar incluso versiones muy editadas de la imagen enviada, pero no suele devolver imágenes similares en los resultados.

PixsyEdit

La tecnología de búsqueda inversa de imágenes de Pixsy detecta coincidencias de imágenes en la Internet pública para las imágenes subidas a la plataforma Pixsy. Las nuevas coincidencias se detectan automáticamente y se envían alertas al usuario. En caso de uso no autorizado, Pixsy ofrece un servicio de recuperación de indemnizaciones por el uso comercial de la obra del propietario de la imagen. Pixsy se asocia con más de 25 bufetes de abogados de todo el mundo para resolver las infracciones de derechos de autor. Pixsy es el servicio estratégico de monitorización de imágenes para la plataforma y el usuario de Flickr.

eBayEdit

eBay ShopBot utiliza la búsqueda inversa de imágenes para encontrar productos por una foto subida por el usuario. eBay utiliza una red ResNet-50 para el reconocimiento de categorías, los hash de las imágenes se almacenan en Google Bigtable; los trabajos de Apache Spark son operados por Google Cloud Dataproc para la extracción de hash de imágenes; y el servicio de clasificación de imágenes se despliega mediante Kubernetes.

SK PlanetEdit

SK Planet utiliza la búsqueda inversa de imágenes para encontrar artículos de moda relacionados en su sitio web de comercio electrónico. Desarrolló la red codificadora de visión basada en el TensorFlow inception-v3, con velocidad de convergencia y generalización para su uso en producción. Se utiliza una red neuronal recurrente para la clasificación multiclase, y la detección de regiones de interés de productos de moda se basa en Faster R-CNN. El sistema de búsqueda inversa de imágenes de SK Planet se construye en menos de 100 meses-hombre.

AlibabaEdit

Alibaba lanzó la aplicación Pailitao durante 2014. Pailitao (chino: 拍立淘, significa literalmente comprar a través de una cámara) permite a los usuarios buscar artículos en la plataforma de comercio electrónico de Alibaba haciendo una foto del objeto de consulta. La aplicación Pailitao utiliza un modelo CNN profundo con ramas para la detección conjunta y el aprendizaje de características para descubrir la máscara de detección y la característica discriminatoria exacta sin perturbaciones de fondo. GoogLeNet V1 se emplea como modelo base para la predicción de categorías y el aprendizaje de características.

PinterestEdit

Pinterest adquirió la empresa emergente VisualGraph en 2014 e introdujo la búsqueda visual en su plataforma. En 2015, Pinterest publicó un artículo en la conferencia ACM sobre descubrimiento de conocimiento y minería de datos y reveló la arquitectura del sistema. El sistema utiliza Apache Hadoop, el marco de redes neuronales convolucionales Caffe de código abierto, Cascading para el procesamiento por lotes, PinLater para la mensajería y Apache HBase para el almacenamiento. Las características de las imágenes, incluidas las características locales, las características profundas, las firmas de color destacadas y los píxeles destacados se extraen de las cargas de los usuarios. El sistema es operado por Amazon EC2, y sólo requiere un cluster de 5 instancias de GPU para manejar las subidas diarias de imágenes a Pinterest. Mediante el uso de la búsqueda inversa de imágenes, Pinterest es capaz de extraer las características visuales de los objetos de moda (por ejemplo, zapatos, vestido, gafas, bolso, reloj, pantalones, pantalones cortos, bikini, pendientes) y ofrecer recomendaciones de productos de aspecto similar.

LykDatEdit

LykDat utiliza la búsqueda inversa de imágenes para encontrar productos de moda a través de varias tiendas online en la web. LykDat también proporciona un bot de Twitter que ayuda a los usuarios a realizar búsquedas inversas de imágenes de las fotos que encuentran dentro de Twitter.

JD.comEdit

JD.com reveló el diseño y la implementación de su sistema de búsqueda visual en tiempo real en la conferencia Middleware ’18. La ponencia, revisada por expertos, se centra en los algoritmos utilizados por el sistema de extracción, indexación y recuperación jerárquica distribuida de imágenes de JD, que cuenta con 300 millones de usuarios activos diarios. El sistema fue capaz de mantener 80 millones de actualizaciones en su base de datos por hora cuando se desplegó en producción en 2018.