Búsqueda inversa de imágenes

Un buscador de imágenes es un motor de búsqueda diseñado para encontrar imágenes. La búsqueda puede basarse en palabras clave, la imagen en sí o un enlace web a una imagen. Los resultados dependen de los criterios de búsqueda, como los metadatos , la distribución del color, la forma, etc., y de la técnica de búsqueda que utilice el navegador.

Un buscador de vídeos es un motor de búsqueda diseñado para buscar vídeos en internet. Algunos buscadores procesan la búsqueda directamente en internet, mientras que otros almacenan los vídeos que se buscan. Algunos también permiten usar como parámetros de búsqueda el formato o la duración del vídeo. Generalmente, los resultados incluyen una captura en miniatura del vídeo.

Un buscador de modelos 3D tiene como objetivo encontrar el archivo de un objeto modelado en 3D en una base de datos o red. A primera vista, la implementación de este tipo de buscadores puede parecer innecesaria, pero debido a la continua inflación documental de Internet, cada día se hace más necesaria la indexación de información.

Técnicas de búsqueda de modelos 3D

Estas herramientas se han utilizado con buscadores tradicionales basados ​​en texto (palabras clave/etiquetas), donde los autores del material indexado o los usuarios de Internet han aportado dichas etiquetas o palabras clave. Dado que no siempre resulta eficaz, recientemente se ha investigado su aplicación en motores de búsqueda que combinan la búsqueda mediante texto con la búsqueda comparada con dibujos 2D, dibujos 3D y modelos 3D.

La Universidad de Princeton ha desarrollado un motor de búsqueda que combina todos estos parámetros para realizar la búsqueda, aumentando así la eficiencia de la misma. ^{[ 6 ]}

Un buscador de imágenes para móviles es un tipo de motor de búsqueda diseñado exclusivamente para teléfonos móviles, que permite encontrar cualquier información en internet mediante una imagen tomada con el propio móvil o utilizando determinadas palabras clave . Las soluciones de búsqueda visual móvil permiten integrar el software de reconocimiento de imágenes en las aplicaciones móviles de tu marca. La búsqueda visual móvil (MVS) conecta los medios online y offline , facilitando el acceso de tus clientes al contenido digital .

Yandex Images ofrece una búsqueda inversa global de imágenes y fotos. El sitio utiliza la tecnología estándar de recuperación de imágenes basada en contenido (CBIR), empleada por muchos otros sitios, pero además emplea inteligencia artificial para encontrar resultados adicionales según la consulta. ^{[ 7 ]} Los usuarios pueden arrastrar y soltar imágenes en la barra de herramientas para que el sitio realice una búsqueda en internet de imágenes similares. Yandex Images busca en algunas redes sociales menos conocidas, además de en otras más comunes, ofreciendo a los propietarios de contenido herramientas para detectar el plagio de su propiedad intelectual.

La función de búsqueda por imagen de Google utiliza la búsqueda inversa de imágenes y permite a los usuarios buscar imágenes relacionadas subiendo una imagen o copiando su URL. Google logra esto analizando la imagen enviada y construyendo un modelo matemático de la misma. Luego, se compara con otras imágenes en las bases de datos de Google antes de devolver resultados coincidentes y similares. Cuando está disponible, Google también utiliza metadatos sobre la imagen, como la descripción. En 2022, esta función fue reemplazada por Google Lens como método de búsqueda visual predeterminado en Google, y la antigua función de búsqueda por imagen sigue estando disponible dentro de Google Lens. ^{[ 8 ]}

TinEye es un motor de búsqueda especializado en la búsqueda inversa de imágenes. Al enviar una imagen, TinEye crea una "firma digital o huella digital única y compacta" de dicha imagen y la compara con otras imágenes indexadas. ^{[ 9 ]} Este procedimiento puede encontrar coincidencias incluso con versiones muy editadas de la imagen enviada, pero generalmente no devuelve imágenes similares en los resultados. ^{[ 10 ]}

Lenso.ai es un motor de búsqueda inversa de imágenes basado en la web que utiliza inteligencia artificial para identificar fuentes de imágenes y detectar imágenes visualmente similares, ^{[ 11 ]} y realizar búsquedas de reconocimiento facial . ^{[ 12 ]}

La tecnología de búsqueda inversa de imágenes de Pixsy detecta coincidencias de imágenes ^{[ 13 ]} en internet para las imágenes subidas a la plataforma Pixsy. ^{[ 14 ]} Las nuevas coincidencias se detectan automáticamente y se envían alertas al usuario. Para el uso no autorizado, Pixsy ofrece un servicio de compensación ^{[ 15 ] [ 16 ]} por el uso comercial de la obra de los propietarios de las imágenes. Pixsy colabora con más de 25 bufetes de abogados y letrados de todo el mundo para resolver los casos de infracción de derechos de autor. Pixsy es el servicio estratégico de monitorización de imágenes para la plataforma Flickr y sus usuarios. ^{[ 17 ]}

eBay ShopBot utiliza la búsqueda inversa de imágenes para encontrar productos a partir de una foto subida por el usuario. eBay utiliza una red ResNet-50 para el reconocimiento de categorías, los hashes de las imágenes se almacenan en Google Bigtable ; los trabajos de Apache Spark son operados por Dataproc de Google Cloud Platform para la extracción de hashes de imágenes; y el servicio de clasificación de imágenes se implementa mediante Kubernetes . ^{[ 18 ]}

SK Planet utiliza la búsqueda inversa de imágenes para encontrar artículos de moda relacionados en su sitio web de comercio electrónico. Desarrolló la red del codificador de visión basada en 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 la región de interés de los productos de moda se basa en Faster R-CNN . El sistema de búsqueda inversa de imágenes de SK Planet se construyó en menos de 100 meses-hombre. ^{[ 19 ]}

Alibaba lanzó la aplicación Pailitao en 2014. Pailitao ( en chino :拍立淘, que literalmente significa "comprar a través de una cámara") permite a los usuarios buscar artículos en la plataforma de comercio electrónico de Alibaba tomando una foto del objeto de consulta. La aplicación Pailitao utiliza un modelo CNN profundo con ramificaciones para la detección conjunta y el aprendizaje de características para descubrir la máscara de detección y la característica discriminativa exacta sin interferencias del fondo. GoogLeNet V1 se emplea como modelo base para la predicción de categorías y el aprendizaje de características. ^{[ 20 ] [ 21 ]}

Pinterest adquirió la empresa emergente VisualGraph en 2014 e introdujo la búsqueda visual en su plataforma. ^{[ 22 ]} 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 pipeline utiliza Apache Hadoop , el marco de red neuronal convolucional de código abierto Caffe , Cascading para el procesamiento por lotes, PinLater para la mensajería y Apache HBase para el almacenamiento. Las características de la imagen, incluidas las características locales, las características profundas, las firmas de color salientes y los píxeles salientes, se extraen de las cargas de los usuarios. El sistema es operado por Amazon EC2 y solo requiere un clúster de 5 instancias de GPU para manejar las cargas diarias de imágenes en Pinterest. Mediante el uso de la búsqueda inversa de imágenes, Pinterest puede extraer características visuales de objetos de moda (por ejemplo, zapatos, vestidos, gafas, bolsos, relojes, pantalones, shorts, bikinis, pendientes) y ofrecer recomendaciones de productos que se ven similares. ^{[ 23 ] [ 24 ]}

JD.com reveló el diseño e implementación de su sistema de búsqueda visual en tiempo real en la conferencia Middleware '18 . El artículo revisado por pares se centra en los algoritmos utilizados por el sistema distribuido de extracción, indexación y recuperación de características de imágenes jerárquicas de JD, que cuenta con 300 millones de usuarios activos diarios. El sistema fue capaz de soportar 80 millones de actualizaciones de su base de datos por hora cuando se implementó en producción en 2018. ^{[ 25 ]}

Microsoft Bing publicó la arquitectura de su sistema de búsqueda inversa de imágenes en la conferencia KDD'18. El documento indica que se utilizan diversas características de una imagen de consulta enviada por un usuario para describir su contenido, incluyendo codificadores de redes neuronales profundas , características de reconocimiento de categorías, características de reconocimiento facial , características de color y características de detección de duplicados. ^{[ 26 ]}

Amazon.com reveló la arquitectura de un motor de búsqueda visual para productos de moda y hogar llamado Amazon Shop the Look en un documento publicado en la conferencia KDD'22. El documento describe las lecciones aprendidas por Amazon al implementarlo en un entorno de producción, incluyendo el aumento de datos basado en síntesis de imágenes para optimizar el rendimiento de la recuperación y mejorar la precisión. ^{[ 27 ]}