目前识别率较高的垂直领域，很多都已成为视觉搜索的切入口。例如条码、二维码、人脸、图书、CD封面，这些在iOS版的手机百度APP中都已经作为标配置入了。但这也是垂直品类的细分，生活中的物品千千万，类别是无法穷举的。水果、盆景、树木、昆虫等领域都得一个个分别来，百度的程序猿们也必须得根据使用率来排个优先级，否则从此就可以不用睡觉了。

　　2.大数据与海量计算

　　图像识别需要云端积累的海量数据。百度魔图的明星脸识别之所以能运转，最基础的是百度拥拥有海量的明星图片库。“赏花宝典”4人团队中，也有一个成员是专门负责获取花卉图片库。

　　在视觉搜索的服务器端，数据被聚类提取特征。形成“长这样的是什么”的规律，搜索引擎在获得用户上传的图片并提取出特征后，通过比对来了解这个图片的意义。数据越多，规律越准确越细，识别准确率越高。

　　从数据信息提取出规律并形成知识，这是“深度学习”技术在做的事情。也就是说，机器像人脑一样思考，自动从海量数据中找出规律来，整个过程中自我完善。有些需要人工纠正干预，有些干脆就是无监督学习。

　　百度在深度学习方面布局很早，延揽人才之手早已伸向硅谷腹地，国家千人计划学者余凯、Facebook前资深科学家徐伟、新泽西州立大学统计学教授张潼，均被李彦宏招至麾下。深度学习也不是万能的，要有计算能力和大数据做基础，没有这两样，一切都是空谈。好在，百度这两样都有。

　　3.理解用户意图

　　视觉搜索当前的流程是上传一张图片，搜索引擎返回结果。这个信息输入往往是不够的。仅仅通过一张图片便知道用户的搜索意图，除了特别信息特别明确的图片，这几乎是机器现阶段难以完成的任务。

　　视觉搜索目前的处理逻辑有三种：第一种是默认用户要搜索的是：这张图片是什么?例如宠物狗搜索;第二种是只返回相似图片，不提供具体信息，例如百度PC端的图片搜索;第三种是在特定领域提供个性化信息——图书、CD封面和条形码是比价，“PK大咔”是比对明星脸，赏花宝典则进一步提供社交、知道、百科信息。但这三种都还是“猜测搜索意图”。而不是理解用户搜索意图。

　　如何通过识别图片，进而理解用户搜索意图是当前的难点。这与语音搜索遇到的困难类似，语音转换为文字已经相对成熟，但人机对话目前依然停留在很初级的阶段。这也需要深度学习来解决。只有期望深度学习继续带来惊喜了。

转截请注明:文章来自 pc捍卫者 http://www.pchwz.com 本站发布此文为传递更多信息之目的,不表明pc捍卫者赞同其观点