除谷歌照片以外的任何地方都可以使用语义视频/图像搜索吗？

Question

我正在寻找一种搜索引擎，或者只是技术，它可以理解自然语言语义（当然在某种程度上），以便找到相应的图像。

另一种方式也可以。

例如：一个可以区分两个男人拥抱和两个男人摔跤罗马风格的软件。 或者 - 输入：带有笔记本电脑的桌子照片，一杯咖啡，魔方和一个可以产生输出的星球大战玩具：程序员桌面。

Answer 1

我的工作遇到了Metamind.io，它使用了一些深度神经网络魔法来正确识别和标记图像。

您可能会从训练有素的分类器中获得好成绩，或者训练自己的分类器。

Answer 2

这里的聚会很晚，但我认为这可能有助于其他人寻找同样的事情。

在基本图像分析方面，这个领域最近突飞猛进，有很多人提供这种功能。质量差异很大，取决于培训人员的培训程度以及提供商的公司数量。我与之合作的几个例子是IBM和Clarifai，但它是一个蓬勃发展的领域。

他们所赢得的是你所追求的背景类型。反正还没有。他们不太可能区分两个男人拥抱和两个男人摔跤（嘿谁有时能分辨出人类的差异？）。然而，他们可能会拿出一张桌子，一杯咖啡，一本书等。

视频搜索和语境化完全是另一项挑战，它还处于起步阶段。有一家公司至少在这个领域取得了重大进展（完全免责声明，我在那里工作）。 Movida Labs对视频中的许多因素进行分析和索引，以提供大量背景信息，因此在您的示例中，它很可能会说这是一个有两个男人摔跤的视频。我不得不承认，这不是因为技术上的某种突破（尽管它非常先进），而是因为整个视频提供了这种背景。