全域圖像搜索給你更精準的搜索體驗
2018飛天技術匯，阿裏巴巴機器智能技術實驗室的劉磊帶來題為全域精準圖像搜索介紹的演講，主要從四個方面進行了闡述，第一部分介紹了圖像搜索的基本概念，第二部分主要是講解了圖像搜索的技術架構及其優勢，第三部分對應用場景及案例進行了分析，最後對商品使用情況以及定價做了簡單介紹。
Alibaba MIT
MIT （Machine , Intelligence ,Technologies 機器智能技術實驗室） 成立於2018年，由一批傑出的科學家及工程師組成，團隊主要分布在杭州、北京、西雅圖、矽谷、新加坡等地，是阿裏巴巴負責人工智能技術研發的核心團隊。MIT以阿裏巴巴寶貴的海量數據為基礎，機器學習/深度學習技術為依托，打造了涵蓋圖像視頻、語音交互、自然語言理解、智能決策等人工智能核心技術，充分賦能電商、金融、物流、社交、娛樂等阿裏巴巴集團的重要業務，此外也對生態合作夥伴輸出，與企業合力打造智能未來。
圖像搜索
圖像搜索服務（Image Search）是一個以深度學習和大規模機器學習技術為核心，通過圖像識別和搜索功能，實現以圖搜圖的智能圖像搜索的產品。其主要的服務內容包括相同圖像搜索和相似圖像搜索兩部分，在基於圖像識別技術的基礎上，圖像搜索服務結合了不同行業的應用和業務場景，幫助用戶實現相同或相似的圖片搜索。圖像搜索的業務領域也較為廣泛，對於所有具備圖像數據庫的用戶都可以享受圖像搜索服務。
圖像搜索發展歷程主要分為三個階段，在2014年8月成功在淘寶的拍立淘上線，用戶第一次可以通過相機拍照的方式進行購物，在2017年2月開始了產品的對外商業化輸出，將圖像搜索的技術分享給各大商業夥伴，今年開始嘗試將圖像搜索技術在阿裏雲上進行廣泛的賦能，並在7月份完成了圖像搜索在阿裏雲以及全球的同步發布。
技術架構及其優勢
圖像搜索技術主要分為五個算法模塊：
類目預測：僅通過圖片特征進行圖片的區分是有限制的，所以可以通過類目的預測進行目標判斷，這樣就無需對整個圖像庫進行全局搜索，只需搜索相應的某個類目圖片。類目搜索不但可以提升搜索的效率，也可以提升搜索的精準程度。
主體檢測：在一般情況下得到的圖片主體目標較小並且背景較為復雜，為了減少背景以及其他主體的幹擾，就需要進行主體檢測。
特征提取：特征提取是圖像搜索的一個重要模塊，主要應用了深度特征與局部特征兩個維度的特征，目前深度學習特征提取已經遠遠優於傳統的特征提取。局部特征提取是對圖像特征局部殊性的表達，目前在局部特征中進行了包括維度壓縮、提取速度的優化等方面的改進。
圖像搜索的技術流程
離線流程對圖像庫進行圖像的選取，對選取後的圖像進行主體檢測，然後對檢測後的圖像進行特征提取，進而建立起圖像檢索引擎。在線流程是在用戶輸入Query時，進行類目的預測和判斷，然後做主體檢測以及特征提取，進行檢索和排序後，最後輸出結果。
圖像檢索的優勢
深度學習采用業內領先的深度學習算法和海量的數據，具有效果精準、魯棒性強等優點，並且自主研發支持百億數量級別的快速索引技術，時間可以達到毫秒級的響應，同時產品全都是源於阿裏巴巴電商平臺，經歷實戰錘煉，所以具有可靠穩定以及效果顯著的優點。此外還可以針對不同的業務場景做一些定制化開發，融合阿裏雲的計算和機器智能技術實驗室的視覺AI的能力，打造充分適合用戶全業務場景的圖像搜索服務。
應用場景及案例
電商場景
用戶只需拍攝或者上傳照片，就可以根據圖片進行搜索。這省去了繁瑣的文字描述，簡化了商品搜索流程，大大提高了用戶的購物體驗，同時對於商家而言也可以更快地將商品推薦給用戶。
通用圖庫場景
圖片分享和社交類網站通常有大量的圖片供用戶搜索使用，利用圖像搜索服務，可在雲端快速構建百億級圖像搜索引擎，提供以圖搜圖功能，提升用戶體驗。
案例
此案例是在三星Galaxy S8的系統中做了一個圖像搜索技術，在相冊中可以通過以圖搜圖的方式搜索到淘寶相關的商品，給客戶提供了更好地購物搜索體驗。
商用與定價
圖像搜索已於7月11日在國內站和國際站同時商業化發布，得到客戶的廣泛好評。目前計費方式有兩種，分別是預付資源包和後付費。預付資源包是在圖像搜索服務采用購買按月/按年（自然月/自然年）預付費資源包的計費方式。在購買後，調用次數會在資源包內進行抵扣，當資源包用完時，則默認轉到後付費方式。同時預付費資源包采取按照資源包調用量大小及資源包購買期長短進行階梯優惠的付費方式，資源包的調用量越大/資源包的購買期越長（如：選擇包年而非包月）即單價越低。而後付費是在圖像搜索服務的預付費資源包用完後，默認轉到後付費方式，後付費的計費方式為按次計費。
閱讀原文?請添加鏈接描述
本文為雲棲社區原創內容，未經允許不得轉載。
全域圖像搜索給你更精準的搜索體驗