Google ImagesEdit

La ricerca per immagine di Google è una funzione che utilizza la ricerca inversa di immagini e permette agli utenti di cercare immagini correlate semplicemente caricando un’immagine o un URL di immagine. Google realizza questo analizzando l’immagine inviata e costruendo un modello matematico di essa utilizzando algoritmi avanzati. Viene poi confrontata con miliardi di altre immagini nei database di Google prima di restituire risultati corrispondenti e simili. Quando disponibile, Google utilizza anche metadati sull’immagine come la descrizione.

TinEyeEdit

TinEye è un motore di ricerca specializzato nella ricerca inversa di immagini. Quando si invia un’immagine, TinEye crea una “firma digitale unica e compatta o impronta digitale” di detta immagine e la abbina con altre immagini indicizzate. Questa procedura è in grado di abbinare anche versioni molto modificate dell’immagine inviata, ma di solito non restituisce immagini simili nei risultati.

PixsyEdit

La tecnologia di ricerca inversa di immagini di Pixsy rileva le corrispondenze di immagini su internet pubblico per le immagini caricate sulla piattaforma Pixsy. Le nuove corrispondenze sono rilevate automaticamente e gli avvisi sono inviati all’utente. In caso di uso non autorizzato, Pixsy offre un servizio di recupero di compensazione per l’uso commerciale del lavoro del proprietario dell’immagine. Pixsy collabora con più di 25 studi legali e avvocati in tutto il mondo per risolvere i casi di violazione del copyright. Pixsy è il servizio strategico di monitoraggio delle immagini per la piattaforma Flickr e l’utente.

eBayEdit

eBay ShopBot usa la ricerca inversa delle immagini per trovare prodotti da una foto caricata dall’utente. eBay utilizza una rete ResNet-50 per il riconoscimento delle categorie, gli hash delle immagini sono memorizzati in Google Bigtable; i lavori Apache Spark sono gestiti da Google Cloud Dataproc per l’estrazione degli hash delle immagini; e il servizio di classificazione delle immagini è distribuito da Kubernetes.

SK PlanetEdit

SK Planet utilizza la ricerca inversa delle immagini per trovare articoli di moda correlati sul suo sito di e-commerce. Ha sviluppato la rete di codifica della visione basata su TensorFlow inception-v3, con velocità di convergenza e generalizzazione per l’uso in produzione. Una rete neurale ricorrente è usata per la classificazione multiclasse, e il rilevamento delle regioni di interesse dei prodotti di moda è basato su Faster R-CNN. Il sistema di ricerca inversa delle immagini di SK Planet è stato costruito in meno di 100 mesi-uomo.

AlibabaEdit

Alibaba ha rilasciato l’applicazione Pailitao durante il 2014. Pailitao (cinese: 拍立淘, letteralmente significa shopping attraverso una macchina fotografica) permette agli utenti di cercare articoli sulla piattaforma E-commerciale di Alibaba scattando una foto dell’oggetto della richiesta. L’applicazione Pailitao utilizza un modello CNN profondo con rami per il rilevamento congiunto e l’apprendimento delle caratteristiche per scoprire la maschera di rilevamento e la caratteristica discriminante esatta senza disturbi di sfondo. GoogLeNet V1 è impiegato come modello di base per la previsione della categoria e l’apprendimento delle caratteristiche.

PinterestEdit

Pinterest ha acquisito la società startup VisualGraph nel 2014 e ha introdotto la ricerca visiva sulla sua piattaforma. Nel 2015, Pinterest ha pubblicato un documento alla conferenza ACM su Knowledge Discovery e Data Mining e ha rivelato l’architettura del sistema. La pipeline utilizza Apache Hadoop, il framework open-source Caffe convolutional neural network, Cascading per l’elaborazione batch, PinLater per la messaggistica e Apache HBase per lo storage. Le caratteristiche dell’immagine, comprese le caratteristiche locali, le caratteristiche profonde, le firme dei colori salienti e i pixel salienti sono estratti dagli upload degli utenti. Il sistema è gestito da Amazon EC2 e richiede solo un cluster di 5 istanze GPU per gestire i caricamenti giornalieri di immagini su Pinterest. Utilizzando la ricerca inversa delle immagini, Pinterest è in grado di estrarre le caratteristiche visive dagli oggetti di moda (ad esempio scarpe, vestiti, occhiali, borse, orologi, pantaloni, pantaloncini, bikini, orecchini) e offrire raccomandazioni di prodotti che sembrano simili.

LykDatEdit

LykDat utilizza la ricerca inversa delle immagini per trovare prodotti di moda in vari negozi online sul web. LykDat fornisce anche un bot per Twitter che aiuta gli utenti a effettuare ricerche inverse di immagini delle foto che trovano su Twitter.

JD.comEdit

JD.com ha rivelato il design e l’implementazione del suo sistema di ricerca visiva in tempo reale alla conferenza Middleware ’18. Il documento peer reviewed si concentra sugli algoritmi utilizzati dal sistema distribuito di estrazione, indicizzazione e recupero delle caratteristiche delle immagini di JD, che ha 300 milioni di utenti attivi al giorno. Il sistema è stato in grado di sostenere 80 milioni di aggiornamenti al suo database all’ora quando è stato distribuito in produzione nel 2018.