【Machine Learning】基于语义的图像检索视频技术

        

        目前的搜索引擎给用户带来的使用体验是，用户在搜索时需要一定的技巧，不然很难搜到令自己满意的结果。比如当我们要搜索关于“在草原上奔跑的马”的视频，以百度为例，得到的结果全是通过标签匹配到的结果，有的视频甚至连一根草一匹马都没有，只是播放一首关于草原牧马的歌曲，这样的搜索结果不说是毫无意义的吧，至少是令人反感。不仅如此，如果我们要包含“俯视角草原上奔跑的马”的视频，我相信，打入这些文字是不能再现有的搜索引擎上得到结果的。难道说搜索引擎的发展就止步于此了？基于语义的图像搜视频技术反驳了这一点。

        基于语义的图像搜视频技术是一项比较新的技术，其实也算一个业内的老话题了，简单来说，它通过图像语义信息来检索包含相同语义的视频。打个比方，我们可以通过一张猫的图片，搜索到所有包含关于“猫”的视频。当然，检索方式并非只是找到具有相同帧的视频，而是在语义层面上匹配视频，一只趴着的猫检索出的视频中有的可能是只站立的猫。具体实现嘛，当然还是老一套的机器学习的方法。

        有了这种基于语义的图像搜视频技术，搜索引擎更加完善，人们在检索目标时也更加随心所欲。然而目前的问题在于，基于语义的图像搜视频的匹配结果真的达到了用户的期望吗？如果达到了期望，它的检索速度是否能保证？

        这个问题现在没法给出准确的回答，而且据我所知，目前还没有投入到应用的类似系统吧，仍基本处于研究阶段。然后近些年“Deep Learning”啊、“大数据”、“分布式”、“云”等看起来很有前景的技术突飞猛进，几乎把计算机的所有领域向上提了一个台阶。试想一下，对于基于语义的图像检索视频技术，如果DL能保证其准确率，而云技术又解决数据存储和计算问题，其近几年内实现的可能性还是巨大的，而这近几年确实也指的是不久，我一直有一种预感，也许某一天早上醒来，新闻头条里就有Google或者Baidu，亦或是什么其它公司向外宣称，“我们推出了名为XXX的基于语义的图像检索视频应用”