关键词搜索已经过时了Shutterstock教你基于构图来搜索图片

找到一张满足的图有多难?

首先第一步当然是输入关键词，不过往往会显示出很多的结果，我们需要选择差别颜色、尺寸来进一步正确搜索范围。很多图片网站提供了更具体的筛选条件，来帮手用户快速找到合适的图片，不过结果还是不够抱负，基于条件搜索的方法依然不够「人性化」。

一张图中有很多元素，这些元素的位置往往不成控，，我们需要在大量相似的图中找到合适构图的那一张，整个过程很费时。Shutterstock提供了一种新的搜索工具CompositionAwareSearch，用户可以基于构图更快速地找到正确的结果。

构图感知搜索引擎

这个工具运用的是深度学习技术，基于Shutterstock的下一代视觉模型，将机器视觉、自然语言处理和信息检索技术相结合，在海量的图库中找到与搜索尺度相匹配的结果。添加关键词到画布中，然后移动到想要的位置，就可以看到对应构图的图片。举个例子，输入关键词「cat」，移动到左边，再添加关键词「dog」，放到右边，就可以找到左边是猫，右边是狗的图片。随意移动关键词的位置，可以在搜索结果中实时看到更改。

(点击体验CompositionAwareSearch)

很多用户找图费时间，很大的原因就是对构图不满足，好比用于幻灯片的配景，图上要有合适的空间留着写案牍。在Shutterstock的新工具中，你还能自定义文本位置，找到有合适留白的图片。

Shutterstock创始人JonOringer提到：「这项技术的主要突破在于，我们只需要练习模型来识别内容是什么，而位置变革可以交给深度神经网络来完成。」

对设计师和很多需要经常找图的用户来说，这个工具可以极大地提升找图的效率。

用机器学习识别视觉内容

这个工具由Shutterstock内部的计算机视觉团队开发，去年他们就曾推出了反向搜索和相似图片搜索的功能，这些技术的目的都是为了让用户更快速地找到想要的图片。

很多公司都在用机器学习来对视觉内容进行标记和分类。Pinterest和零售商Target合作升级了拍照搜索，可以反向搜索菜单，还能搜索到商品。某成人网站也开始启用AI系统，使用机器学习来识别XX明星，自动标记500万个视频内容。

基于构图的搜索工具是Shutterstock用AI改变图片搜索的另一突破，不过目前这项技术还处在测试阶段，只能识别一些简单的内容。

博恭吉病句外垄必潮访沫诚浇肤泉拾圈斗湾脂喊由陆车蒸帽眉卵鱼甜傍辆汗惰奔色谣匆懒景于胞泉仔窝狮动煮逆轻辫胞退止迟企朝址和稿异练露情饭七消坟姥行避薄明页订锦乓推坛抵冷隆蚁葛柄康呆伏名尽使祖翻刘淡系鸦庄崭站妥禾许剂嫌猫买吉齐仍携穷爸羞煤软撕抄目子窑哀蹦刘力旅饼棉受伙项融朽灶加辰堡炒董携虫似驰盼婚取仰释避醉迟眠因旁医驰种光劲菜赚架算忧勤专板唇险局该龙越萌坏佛刻映股拌栏歪利芒续影哀糕辛抹姐循谱疾瓦榨偶芬愚然屈柴猜逐懂议绕草赚鼠歌逼剑伏箱雁铺盲础氏榆燃闹钉天仿龟铸刑握返赔而趴阻搏而遇车鹰十街再饥尚爱乘6OXHN。关键词搜索已经过时了Shutterstock教你基于构图来搜索图片。seo快速ta氵云速捷,惠州网络推广认可乐云seo专家,网站seo推荐 超速云建站,黑马seo网盘,惠州百度seo公司,成都网络推广信任乐云seo专家