VisualRank

VisualRank es un sistema para encontrar y clasificar imágenes analizando y comparando su contenido , en lugar de buscar nombres de imágenes, enlaces web u otro texto. Los científicos de Google hicieron público su trabajo sobre VisualRank en un artículo que describía la aplicación de PageRank a la búsqueda de imágenes de Google en la Conferencia Internacional de la World Wide Web en Beijing en 2008. ^{[ 1 ] [ 2 ]}

Tanto las técnicas de visión artificial como el hashing sensible a la localidad (LSH) se utilizan en el algoritmo VisualRank . Consideremos una búsqueda de imágenes iniciada por una consulta de texto. Se utiliza una técnica de búsqueda existente basada en metadatos de la imagen y texto circundante para recuperar los candidatos a resultados iniciales ( PageRank ), que junto con otras imágenes en el índice se agrupan en un grafo según su similitud (que se calcula previamente). Luego se mide la centralidad en el agrupamiento, que devolverá la(s) imagen(es) más canónica(s) con respecto a la consulta. La idea aquí es que el acuerdo entre los usuarios de la web sobre la imagen y sus conceptos relacionados dará como resultado que esas imágenes se consideren más similares. VisualRank se define iterativamente por${\displaystyle VR=S^{*}\times VR}$, dónde${\displaystyle S^{*}}$es la matriz de similitud de imágenes. A medida que se utilizan matrices, la medida aplicada será la centralidad del vector propio , con multiplicación repetida de${\displaystyle VR}$y${\displaystyle S^{*}}$generando el vector propio que buscamos. Claramente, la medida de similitud de imágenes es crucial para el rendimiento de VisualRank, ya que determina la estructura del gráfico subyacente.

El sistema principal de VisualRank comienza con la extracción de vectores de características locales de las imágenes mediante la transformación de características invariantes a la escala (SIFT). Se utilizan descriptores de características locales en lugar de histogramas de color, ya que permiten considerar la similitud entre imágenes con posibles transformaciones de rotación, escala y perspectiva. A continuación, se aplica un hash sensible a la localidad a estos vectores de características utilizando el esquema de distribución p-estable . Además, se aplica la amplificación LSH mediante construcciones AND/OR. Como parte del esquema aplicado, se utiliza una distribución gaussiana bajo la${\displaystyle \ell _{2}}$norma .

• Artículo del New York Times
• Artículo de Slashdot