2

我只是想更多地研究谷歌如何搜索图像。我知道这对我来说太复杂了，但我想尝试在我自己的一组图像上做。

这就是我的建议：对于文件夹中的大量随机图像，我可以使用一些关键字（可能不合适，根据您的想法进行更改），搜索一些图像并对其进行排序，就像 google image 所做的那样.

我已经与一些 Graphic 人讨论过如何确定图像之间的相似性，他们告诉我这样的事情：

  1. 全局颜色直方图
  2. 图像布局和基于块的直方图（我不是很熟悉）
  3. 基于 RAG 的描述。

所以，现在我真的需要你的想法，我不需要任何代码或其他东西，你能不能分享一下你在设计这样一个本地图像搜索系统时的想法，你如何定义图像之间的相似性，如何定义图像之间的相似性？你代表图像等。

我将继续与一些图形人交谈以学习，但我也非常希望您的想法能够让我开始。

4

5 回答 5

3

TinEye是我见过的唯一基于图像的搜索引擎。常见问题解答有一些技术细节，但重要的限制（也告诉你一些关于他们用来构建“图像签名”的检测器类型）是：

TinEye 能找到类似的图像吗？TinEye 做面部识别吗？

TinEye 会找到您提交的图像的准确副本和更改副本，包括经过裁剪、颜色调整、调整大小、大量编辑或轻微旋转的图像。TinEye 通常不会返回相似的匹配，并且它无法识别任何图像的内容。这意味着 TinEye 无法找到包含相同人物或事物的不同图像。

于 2009-11-17T22:32:35.947 回答
3

谷歌对图片所做的不仅仅是简单的文本搜索，请参阅谷歌官方博客上的这篇文章。请记住，视觉特征上的图像搜索（基于内容的图像检索 - CBIR）是一个开放的研究问题。

全局颜色直方图可能令人失望（例如，美国和法国国旗呈现相似的全局颜色直方图 - 但它们非常不同）。对于该标志示例，局部颜色直方图可以产生更好的结果。

你可以看看Nuno Vasconcelos在 UCSD 的工作。

于 2009-11-20T11:49:23.367 回答
1

Google 图片搜索使用多种技术来返回您看到的结果，但（令人失望）最大的技术是另一个网页中的上下文。就像常规的谷歌搜索结果一样，图像附近的文字有助于确定图像中的内容。

一些图像使用谷歌的协作标签游戏等工具进行标记，但除此之外都是上下文。

这可能对您的目标没有多大帮助，但不幸的是，尚不存在可以可靠地区分白小猫和白马的代码。面部识别是另一回事，但这不是你要问的。

于 2009-11-17T20:57:15.053 回答
0

我认为谷歌图片是基于关联文本搜索的。如今，大多数对图像内容进行识别的尝试都以较差的准确性为有用的。如果您真的有兴趣开发此类算法，请首先针对一个简单的问题，其中可能对象的数量和照片的性质在一定程度上受到控制。你想调查：

计算机视觉：如何从数字图像中检索有用信息，第一手原始信息，如颜色分布、边缘、圆圈等。

物体识别：如何检测物体。

机器学习：让你的应用程序自我完善。

ImageJ，一个计算机视觉开源应用程序可能是一个不错的起点。

于 2009-11-17T22:56:42.233 回答
0

连同其他建议，您可能需要查看面部识别。

这种技术的一个商业例子是Apple 的 iPhoto。

于 2009-11-20T12:08:06.693 回答