像ffffound这样的程序是如何构建的？

Question

程序如何知道彼此的图像是什么？如果没有计算机能够用人眼观察图片，那么你如何编程，让它选择能满足用户口味的好图像？

这是一个关于实施的问题，但我希望它不是太广泛或偏离主题。

Answer 1

这是一个广泛的问题。您要查找的关键字是：

• 图像相似性度量 - 主要基于图像的一些数值表示来测量两个给定图像（或整个集合）之间的相似性的函数的通用名称（在最简单的情况下，图像之间的欧几里德距离被视为多维实值中的点空间）
• 图像描述符 - 函数的通用名称，对于给定图像构造某种图像表示捕获其最重要的特征。这里有几十个类别，从形状描述符（捕捉某些元素的形状）到一些简单的统计描述符（例如直方图）到一些关键点提取方法（例如SIFT）

所以一般来说，为了衡量，指定某种“形象相似”，你需要两个方面：

• 图像表示
• 图像相似性度量（在此表示中定义）

这些元素经常合并在一起，而现在 - 相当于从图像（机器学习，特别是在Hinton意义上的现代深层架构）中学习，然后手工构建（旧日特征工程）。

在机器学习方法中，您只需告诉您的模型，某些给定的图像相似（表示相同的类，相同类型的对象）并使用优化技术搜索这样的参数集，那些最好的东西抓住了这种联想。