Ricerca inversa delle immagini: Svelare i segreti del riconoscimento visivo
Di Fouad Sabry
()
Info su questo ebook
Che cos'è la ricerca inversa di immagini
La ricerca inversa di immagini è una tecnica di query di recupero di immagini basata sul contenuto (CBIR) che prevede di fornire al sistema CBIR un'immagine campione che verrà quindi basare la sua ricerca su; in termini di recupero delle informazioni, l'immagine di esempio è molto utile. In particolare, la ricerca inversa delle immagini è caratterizzata dalla mancanza di termini di ricerca. Ciò elimina di fatto la necessità per un utente di indovinare parole chiave o termini che potrebbero o meno restituire un risultato corretto. La ricerca inversa delle immagini consente inoltre agli utenti di scoprire contenuti correlati a un'immagine campione specifica o alla popolarità di un'immagine e di scoprire versioni manipolate e opere derivate.
Come trarrai vantaggio
(I) Approfondimenti e convalide sui seguenti argomenti:
Capitolo 1: Ricerca inversa di immagini
Capitolo 2: Web crawler
Capitolo 3: Recupero di immagini
Capitolo 4: Sistema di suggerimenti
Capitolo 5: Recupero di documenti
Capitolo 6: Recupero di immagini basato sul contenuto
Capitolo 7: Annotazione automatica delle immagini
Capitolo 8: Indice invertito
Capitolo 9: Google Immagini
Capitolo 10: Ricerca social
(II) Rispondere alle principali domande del pubblico sulla ricerca inversa delle immagini.
(III) Esempi reali dell'utilizzo della ricerca inversa delle immagini in molti campi.
Chi questo libro è per
Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di ricerca inversa di immagini.
Leggi altro di Fouad Sabry
Tecnologie Emergenti In Finanza [Italian]
Correlato a Ricerca inversa delle immagini
Titoli di questa serie (100)
Istogramma dell'immagine: Svelare intuizioni visive, esplorare le profondità degli istogrammi delle immagini nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniBanca filtri: Approfondimenti sulle tecniche del banco di filtri di Computer Vision Valutazione: 0 su 5 stelle0 valutazioniRidipintura: Colmare le lacune nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniFunzione di corrispondenza dei colori: Comprendere la sensibilità spettrale nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRetinex: Svelare i segreti della visione computazionale con Retinex Valutazione: 0 su 5 stelle0 valutazioniVisione computerizzata: Esplorare le profondità della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniVisione artificiale subacquea: Esplorando le profondità della visione artificiale sotto le onde Valutazione: 0 su 5 stelle0 valutazioniVisione stereoscopica del computer: Esplorare la percezione della profondità nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniSistema di gestione del colore: Ottimizzazione della percezione visiva negli ambienti digitali Valutazione: 0 su 5 stelle0 valutazioniDiffusione anisotropa: Miglioramento dell'analisi delle immagini attraverso la diffusione anisotropa Valutazione: 0 su 5 stelle0 valutazioniEqualizzazione dell'istogramma: Miglioramento del contrasto dell'immagine per una migliore percezione visiva Valutazione: 0 su 5 stelle0 valutazioniRiduzione del rumore: Miglioramento della chiarezza, tecniche avanzate per la riduzione del rumore nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniGruppo congiunto di esperti fotografici: Sfruttare la potenza dei dati visivi con lo standard JPEG Valutazione: 0 su 5 stelle0 valutazioniMappatura dei toni: Mappatura dei toni: prospettive illuminanti nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniCorrezione gamma: Migliorare la chiarezza visiva nella visione artificiale: la tecnica di correzione gamma Valutazione: 0 su 5 stelle0 valutazioniOmografia: Omografia: trasformazioni nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTrasformazione affine: Sbloccare le prospettive visive: esplorare la trasformazione affine nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTrasformata del radon: Svelare modelli nascosti nei dati visivi Valutazione: 0 su 5 stelle0 valutazioniMetodo di impostazione del livello: Avanzamento della visione artificiale, esplorazione del metodo dell'impostazione dei livelli Valutazione: 0 su 5 stelle0 valutazioniFiltro adattivo: Migliorare la visione artificiale attraverso il filtraggio adattivo Valutazione: 0 su 5 stelle0 valutazioniTrasformazione di Hough: Svelare la magia della trasformazione di Hough nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniPercezione visiva: Approfondimenti sull'elaborazione visiva computazionale Valutazione: 0 su 5 stelle0 valutazioniModello del sistema visivo umano: Comprendere la percezione e l'elaborazione Valutazione: 0 su 5 stelle0 valutazioniCompressione delle immagini: Tecniche efficienti per l'ottimizzazione dei dati visivi Valutazione: 0 su 5 stelle0 valutazioniSpazio colore: Esplorare lo spettro della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniProfilo colore: Esplorare la percezione visiva e l'analisi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniModello di aspetto del colore: Comprendere la percezione e la rappresentazione nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTrasformata di Hadamard: Svelare il potere della trasformazione Hadamard nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniMinimi quadrati: Tecniche di ottimizzazione per la visione artificiale: metodi dei minimi quadrati Valutazione: 0 su 5 stelle0 valutazioniRegolazione del pacchetto: Ottimizzazione dei dati visivi per una ricostruzione precisa Valutazione: 0 su 5 stelle0 valutazioni
Ebook correlati
Recupero delle immagini: Sbloccare la potenza dei dati visivi Valutazione: 0 su 5 stelle0 valutazioniAnnotazione automatica delle immagini: Migliorare la comprensione visiva attraverso il tagging automatico Valutazione: 0 su 5 stelle0 valutazioniRecupero di immagini basato sul contenuto: Sbloccare i database visivi Valutazione: 0 su 5 stelle0 valutazioniVisione artificiale: Approfondimenti sul mondo della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRilevamento oggetti: Progressi, applicazioni e algoritmi Valutazione: 0 su 5 stelle0 valutazioniEsplorazione della raccolta di immagini: Svelare i paesaggi visivi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniSoftware Afelio: Sbloccare la visione: esplorare le profondità del software Aphelion Valutazione: 0 su 5 stelle0 valutazioniRete di sensori visivi: Esplorare la potenza delle reti di sensori visivi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniSistema di riconoscimento facciale: Sbloccare il potere dell'intelligenza visiva Valutazione: 0 su 5 stelle0 valutazioniRiconoscimento ottico del Braille: Potenziare l'accessibilità attraverso l'intelligenza visiva Valutazione: 0 su 5 stelle0 valutazioniLa semplicità dell’Hacking a portata di click Valutazione: 0 su 5 stelle0 valutazioniDiventare il best seller del mondo scrivendo e-book con l'intelligenza artificiale Valutazione: 0 su 5 stelle0 valutazioniPosiziona il Tuo Sito sui Motori di Ricerca: Tecniche per un Posizionamento Ottimale del Tuo Sito sui Motori di Ricerca Valutazione: 0 su 5 stelle0 valutazioniElaborazione delle immagini piramidali: Esplorare le profondità dell'analisi visiva Valutazione: 0 su 5 stelle0 valutazioniVisione computerizzata: Esplorare le profondità della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniSviluppare applicazioni Web con Google Apps Script ed AngularJS Valutazione: 3 su 5 stelle3/5Fotocamera intelligente: Rivoluzionare la percezione visiva con la visione artificiale Valutazione: 0 su 5 stelle0 valutazioniAngular: Guida Completa allo Sviluppo e Programmazione di Siti Internet Dinamici e Web App con AngularJS. Contiene Esempi di Codice ed Esercizi Pratici Valutazione: 0 su 5 stelle0 valutazioniSEO – Come ottimizzare una singola pagina Web Valutazione: 0 su 5 stelle0 valutazioniL'utilizzo del Web Marketing nelle imprese della provincia di Chieti. Focus on:le imprese vinicole abruzzesi Valutazione: 0 su 5 stelle0 valutazioniComputer grafica tridimensionale: Esplorare l'intersezione tra visione e mondi virtuali Valutazione: 0 su 5 stelle0 valutazioniSEO Professionale per Siti e Blog in WordPress: La guida rapida per spingere siti e blog WordPress verso i primi posti nei risultati dei motori di ricerca Valutazione: 0 su 5 stelle0 valutazioniRendering di grafica computerizzata: Esplorare il realismo visivo: approfondimenti sulla computer grafica Valutazione: 0 su 5 stelle0 valutazioniStima della posa del corpo articolato: Sbloccare il movimento umano nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniMySQL: Guida Completa ai Database SQL per Principianti. Contiene Esempi di Codice ed Esercizi Pratici. Valutazione: 0 su 5 stelle0 valutazioniAndroid: Modding Programming & Toolkit Valutazione: 2 su 5 stelle2/5Un database in .. 4 dialetti BASIC Valutazione: 0 su 5 stelle0 valutazioniMySQL: Database SQL per Principanti: Programmazione Web, #1 Valutazione: 0 su 5 stelle0 valutazioni
Intelligenza artificiale e semantica per voi
ANonniMus: Vecchi rivoluzionari contro giovani robot Valutazione: 0 su 5 stelle0 valutazioniGuida Intelligenza Artificiale Valutazione: 0 su 5 stelle0 valutazioniIl Terzo Like Valutazione: 0 su 5 stelle0 valutazioni
Recensioni su Ricerca inversa delle immagini
0 valutazioni0 recensioni
Anteprima del libro
Ricerca inversa delle immagini - Fouad Sabry
Capitolo 1: Ricerca inversa di immagini
L'immagine di esempio è molto utile per il recupero delle informazioni nella ricerca inversa di immagini, che è una tecnica di query CBIR (Content-Based Image Retrieval Analysis) che consiste nel fornire al sistema CBIR un'immagine su cui basare la ricerca. L'assenza di termini di ricerca è particolarmente evidente nella ricerca inversa di immagini. Di conseguenza, l'utente non è più tenuto a inserire ciecamente parole chiave o termini nella speranza che producano i risultati desiderati. Gli utenti possono utilizzare la ricerca inversa di immagini per trovare risultati pertinenti a un'immagine caricata, l' utilizzo di una ricerca inversa di immagini potrebbe:
Scopri dove è stata scattata una foto.
Ottenere immagini di migliore qualità.
Individua gli URL delle pagine che presentano l'immagine.
Individua l'origine del contenuto.
Scopri di più su un'immagine che hai visto.
Gli algoritmi per eseguire una ricerca inversa su un'immagine includono:
Estrazione di feature locali dell'immagine utilizzando una trasformazione di feature invariante in scala
Massima stabilità alle estremità
Albero del vocabolario
Yandex Images fornisce una ricerca inversa di immagini e foto per il mondo intero. Oltre alla comune tecnologia Content Based Image Retrieval (CBIR), il sito utilizza anche una tecnologia basata sull'intelligenza artificiale per trovare i risultati correlati in base alla query dell'utente. Gli utenti possono cercare sul Web altre immagini simili a quella che hanno trascinato e rilasciato nella barra degli strumenti del sito. Yandex Images cerca non solo nei siti di social media più popolari, ma anche in alcuni meno conosciuti, offrendo ai proprietari dei contenuti un modo per monitorare la diffusione di immagini e foto rubate.
Caricando un'immagine o incollando l'URL dell'immagine, gli utenti possono condurre una ricerca inversa di immagini utilizzando la funzione Cerca per immagine di Google. Google è in grado di farlo perché esamina l'immagine inviata e ne crea un modello matematico. L'immagine viene quindi confrontata con quelle già memorizzate nel database di Google per determinare se esistono corrispondenze. Google utilizza anche i metadati delle immagini come la descrizione quando sono disponibili. Anche se Google Lens ha assunto il ruolo di principale strumento di ricerca visiva della piattaforma a partire dal 2022, la vecchia funzione di ricerca per immagine è ancora accessibile dall'interno di Lens.
TinEye è un motore di ricerca di immagini che funziona al contrario. Al fine di confrontare le immagini inviate con quelle già presenti nel suo database, TinEye genera una firma digitale o impronta digitale univoca e compatta
per ogni immagine.
Pixsy è un motore di ricerca di immagini inverse in grado di trovare immagini simili.
Lo ShopBot di eBay può cercare oggetti in un'immagine caricata utilizzando la ricerca inversa per immagini. Per il riconoscimento delle categorie, eBay si avvale di una rete ResNet-50; Google Bigtable viene utilizzato per memorizzare gli hash delle immagini; I processi Apache Spark sono gestiti da Google Cloud Dataproc; e Kubernetes viene utilizzato per distribuire il servizio di classificazione delle immagini di eBay.
Il sito di e-commerce di SK Planet può eseguire una ricerca inversa di immagini per individuare capi di abbigliamento simili. TensorFlow inception-v3 è stato utilizzato per creare una rete di encoder di visione ottimizzata per la velocità di convergenza e generalizzazione in ambienti di produzione. La R-CNN più veloce viene utilizzata per il rilevamento delle regioni di interesse nel settore della moda e una rete neurale ricorrente viene utilizzata per la classificazione multiclasse. In meno di un centinaio di mesi-uomo, SK Planet è stata in grado di sviluppare un sistema di ricerca inversa di immagini.
L'app Pailitao di Alibaba è apparsa per la prima volta nel 2014.
Pailitao (cinese: 拍立淘, La funzione, che si traduce in fare acquisti con una fotocamera
, consente agli utenti di condurre ricerche di prodotti sulla piattaforma commerciale elettronica di Alibaba scattando una foto dell'articolo desiderato.
Con un modello CNN profondo con rami per il rilevamento congiunto e l'apprendimento delle caratteristiche, l'app Pailitao è in grado di isolare la maschera di rilevamento e la funzione discriminante precisa dal rumore.
Sia per la previsione delle categorie che per l'apprendimento delle funzionalità, GoogLeNet V1 viene utilizzato come modello di base.
Nel 2014, Pinterest ha acquistato la startup di ricerca visiva VisualGraph e ha integrato la funzione nel proprio prodotto.
Alla conferenza Middleware '18, JD.com ha svelato il funzionamento interno del suo sistema di ricerca visiva in tempo reale. Gli algoritmi utilizzati dai 300 milioni di utenti attivi ogni giorno per l'estrazione, l'indicizzazione e il recupero delle funzionalità gerarchiche di JD sono al centro dell'articolo sottoposto a