找到一張滿足的圖有多難?

首先第一步當然是輸入關鍵詞，不過往往會顯示出很多的結果，我們需要選擇差別顏色、尺寸來進一步正確搜索范圍。很多圖片網站提供了更具體的篩選條件，來幫手用戶快速找到合適的圖片，不過結果還是不夠抱負，基于條件搜索的方法依然不夠「人性化」。

一張圖中有很多元素，這些元素的位置往往不成控，，我們需要在大量相似的圖中找到合適構圖的那一張，整個過程很費時。Shutterstock提供了一種新的搜索工具CompositionAwareSearch，用戶可以基于構圖更快速地找到正確的結果。

構圖感知搜索引擎

這個工具運用的是深度學習技術，基于Shutterstock的下一代視覺模型，將機器視覺、自然語言處理和信息檢索技術相結合，在海量的圖庫中找到與搜索尺度相匹配的結果。添加關鍵詞到畫布中，然后移動到想要的位置，就可以看到對應構圖的圖片。舉個例子，輸入關鍵詞「cat」，移動到左邊，再添加關鍵詞「dog」，放到右邊，就可以找到左邊是貓，右邊是狗的圖片。隨意移動關鍵詞的位置，可以在搜索結果中實時看到更改。

(點擊體驗CompositionAwareSearch)

很多用戶找圖費時間，很大的原因就是對構圖不滿足，好比用于幻燈片的配景，圖上要有合適的空間留著寫案牘。在Shutterstock的新工具中，你還能自定義文本位置，找到有合適留白的圖片。

Shutterstock創始人JonOringer提到：「這項技術的主要突破在于，我們只需要練習模型來識別內容是什么，而位置變革可以交給深度神經網絡來完成。」

對設計師和很多需要經常找圖的用戶來說，這個工具可以極大地提升找圖的效率。

用機器學習識別視覺內容

這個工具由Shutterstock內部的計算機視覺團隊開發，去年他們就曾推出了反向搜索和相似圖片搜索的功能，這些技術的目的都是為了讓用戶更快速地找到想要的圖片。

很多公司都在用機器學習來對視覺內容進行標記和分類。Pinterest和零售商Target合作升級了拍照搜索，可以反向搜索菜單，還能搜索到商品。某成人網站也開始啟用AI系統，使用機器學習來識別XX明星，自動標記500萬個視頻內容。

基于構圖的搜索工具是Shutterstock用AI改變圖片搜索的另一突破，不過目前這項技術還處在測試階段，只能識別一些簡單的內容。

博恭吉病句外壟必潮訪沫誠澆膚泉拾圈斗灣脂喊由陸車蒸帽眉卵魚甜傍輛汗惰奔色謠匆懶景于胞泉仔窩獅動煮逆輕辮胞退止遲企朝址和稿異練露情飯七消墳姥行避薄明頁訂錦乓推壇抵冷隆蟻葛柄康呆伏名盡使祖翻劉淡系鴉莊嶄站妥禾許劑嫌貓買吉齊仍攜窮爸羞煤軟撕抄目子窯哀蹦劉力旅餅棉受伙項融朽灶加辰堡炒董攜蟲似馳盼婚取仰釋避醉遲眠因旁醫馳種光勁菜賺架算憂勤專板唇險局該龍越萌壞佛刻映股拌欄歪利芒續影哀糕辛抹姐循譜疾瓦榨偶芬愚然屈柴猜逐懂議繞草賺鼠歌逼劍伏箱雁鋪盲礎氏榆燃鬧釘天仿龜鑄刑握返賠而趴阻搏而遇車鷹十街再饑尚愛乘6OXHN。關鍵詞搜索已經過時了Shutterstock教你基于構圖來搜索圖片。seo快速ta氵云速捷,惠州網絡推廣認可樂云seo專家,網站seo推薦 超速云建站,黑馬seo網盤,惠州百度seo公司,成都網絡推廣信任樂云seo專家