【发布时间】：2012-10-01 02:35:28
【问题描述】：
我可以在谷歌中拖放任何图像并获得结果。 :)
它是如何实现的？算法背后的想法是什么？
该图像数据是否转换为任何搜索或.....不知道..
【问题讨论】：
标签： algorithm search image-processing search-engine
【发布时间】：2012-10-01 02:35:28
【问题描述】：
奇怪的是，我们也可以用谷歌来回答这个问题！
What is the algorithm used by Google Search by Image
这绝对没有得到证实，但我确信 Google 在识别图像时使用了许多这些技术/它们的混合
【讨论】：
-
:) .. 我认为我们不会得到更多关于此的信息，直到我们询问 Sergey 和 Larry ...
我认为谷歌图片使用的是 3 组合算法
- 检测图像的变形（通过旋转、缩放、照明等）
- 通过颜色检测
- 通过视觉相似度检测
第四个算法是谷歌的秘密（例如排名）；）
（见这里 -> http://www.quora.com/Algorithms/What-is-the-algorithm-used-by-Google-Search-by-Image-1）
2016 年更新
我最初的答案是在 2012 年——与此同时，其他研究和研究变得越来越重要，我学到了一些新东西。 ;-)
在我看来，关于图像检测的主要“哲学”有三个：
- machine learning算法
- deep learning（一种机器学习算法）
- (pattern recognition)
今天，我认为模式识别已经失去了它的重要性：在我看来，机器学习是通过图像进行搜索的正确方法。
借助机器学习，您甚至可以搜索相似的匹配项（例如面孔 - 它们之间显然不相等）。困难在于你将如何正确地教你的机器。可以采取不同的方法。
深度学习只是一种机器学习算法。它更深入地使用不同的层来匹配可能的图像，层的一些示例可能是：
- 像素矢量（颜色、强度、..）
- 形状
- 边缘
- ...
【讨论】：
图像搜索是一个令人兴奋的领域。谷歌反向图像搜索结合了图像处理技术，例如尺度不变特征变换和基于主成分分析的尺度不变特征变换。除了深度学习技术和图像处理算法的实力之外，谷歌在大规模部署大规模大数据处理算法方面具有优势。谷歌还使用先进的散列技术创建真正有效的图像索引。有趣的是，谷歌如何为图像创建空间高效的数据结构，随后在图像搜索算法中使用这些数据结构。
Fundamentals of Reverse Image Search
总体而言，Google 图片搜索之所以高效，不仅在于图像处理算法。它还重新使用和重新利用 Google 文本搜索引擎的参数搜索技术。
【讨论】：