图片识别搜索是怎样实现的
首先对图片库中的所有图片进行特征提取，包含各种底层特征比如颜色，纹理，形状特征等等，当然某些系统中也可能采取某些兴趣点检测算法提取某些区域的特征，从而进行更好的匹配。在对所有的图片进行特征提取之后，形成了图片特征库，每幅图片都有特征向量。当一幅待识别图像进入系统之后，也对这幅图像提取相应的特征，然后根据这幅查询图片的特征向量与特征库中的特征向量进行匹配，从而得到检索结果。大体流程如此，其中有非常多需要优化处理的地方，现如今还没有完美的解决方案
■网友
1.搜同类：卷积神经网络(深度学习)2.搜相似：pHash+汉明距离, SURF的视觉词袋+余弦距离以上2种方法，都在百万量级图标数据库上实验，效果还不错。
■网友
个人感觉，图片跟踪，在生活和军事的目标跟踪等领域中都有应用，所以我觉着应该是较成熟的技术了，何况没有背景、环境等因素的影响具体影响因素: 颜色、形状、边界、颜色的密度分布(像素)、颜色的变化趋势等等
■网友
目前图像识别搜索采用的算法大都直接使用或者借鉴了三种算法：SIFT(Scale-invariant feature transform), Lowe, 2004PCA-SIFT(Principle Component Analysis), Y.ke, 2004SURF(Speeded Up Robust Features), Bay, 2006
■网友
看了题主提到的网站，主要还是搜大体相同的图像。
同意 @任桂超 取特征比如300维，然后需要的时候做 特征检索 就好。
而基于语义，就可以使用CNN等深度学习工具来提取语义特征。
如下图在Oxford5k上的结果。
详见
【图片识别搜索是怎样实现的】 A Discriminatively Learned CNN Embedding for Person Re-identification
■网友
本质就是特征值匹配，但是如何确定特征值，算法的效率，能否处理海量数据是关键。
推荐阅读
![[叶子姐姐说情感]过于严苛，可对于爱情，他们也会做出最大让步，处女座要求太多](https://imgcdn.toutiaoyule.com/20200403/20200403054717267550a_t.jpeg)
- 盐城■盐城：千余件老物件慰市民“乡愁”
- 江苏如皋：冬日龙游湖景如画
- |77岁老人烙画《古韵扬州》铁笔生辉“烙”出“好地方”
- 通城|冷空气来袭，耐寒草花“上岗”扮靓通城
- 辩论赛|唇枪舌战！文明校园辩论赛总决赛举行
- 趣头条|奇瑞瑞虎5x，极具性价比，你喜欢吗
- 东台|东台致力打造串场河生态景观廊道
- 教育|中国移动“和教育”智慧校园研讨会在通召开
- 汽车|传华为智能汽车部件采用三元锂电池
- 趣头条|喜欢你，没道理，吉利博瑞就是我的菜