找到一張滿意的圖有多難?
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，我們需要選擇不同顔色、尺寸來進一步精确搜尋範圍。很多圖檔網站提供了更詳細的篩選條件，來幫助使用者快速找到合适的圖檔，不過結果還是不夠理想，基于條件搜尋的方法依然不夠「人性化」。
一張圖中有很多元素，這些元素的位置往往不可控，我們需要在大量相似的圖中找到合适構圖的那一張，整個過程很費時。Shutterstock 提供了一種新的搜尋工具 Composition Aware Search，使用者可以基于構圖更快速地找到精确的結果。
構圖感覺搜尋引擎
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，将機器視覺、自然語言處理和資訊檢索技術相結合，在海量的圖庫中找到與搜尋标準相比對的結果。添加關鍵詞到畫布中，然後移動到想要的位置，就可以看到對應構圖的圖檔。
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，右邊是狗的圖檔。随意移動關鍵詞的位置，可以在搜尋結果中實時看到更改。
很多使用者找圖費時間，很大的原因就是對構圖不滿意，比如用于幻燈片的背景，圖上要有合适的空間留着寫文案。在 Shutterstock 的新工具中，你還能自定義文本位置，找到有合适留白的圖檔。
Shutterstock 創始人 Jon Oringer 提到：「這項技術的主要突破在于，我們隻需要訓練模型來識别内容是什麼，而位置變化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使用者來說，這個工具可以極大地提升找圖的效率。
用機器學習識别視覺内容
這個工具由 Shutterstock 内部的計算機視覺團隊開發，去年他們就曾推出了反向搜尋和相似圖檔搜尋的功能，這些技術的目的都是為了讓使用者更快速地找到想要的圖檔。
很多公司都在用機器學習來對視覺内容進行标記和分類。Pinterest 和零售商 Target 合作更新了拍照搜尋，可以反向搜尋菜單，還能搜尋到商品。某成人網站也開始啟用 AI 系統，使用機器學習來識别 XX 明星，自動标記 500 萬個視訊内容。
基于構圖的搜尋工具是 Shutterstock 用 AI 改變圖檔搜尋的另一突破，不過目前這項技術還處在測試階段，隻能識别一些簡單的内容。
原文釋出時間為：2017-10-14
本文作者：劉丢丢
本文來自雲栖社群合作夥伴“51CTO”，了解相關資訊可以關注。