來源：極客公園
[核心提示] 以圖搜尋這個目前幾乎所有網際網路影象搜尋引擎都支援的功能為何使用者不常用，甚至鮮為人知呢？視覺搜尋的本質是什麼呢？
影象無疑是網際網路上最重要的資源媒介，搜尋引擎也無疑是網際網路上最重要的資源獲取渠道，順理成章，當影象遇上了搜尋引擎時，它們之間迅速萌生了產品化的火花。
目前幾乎所有的主流網際網路搜尋引擎都提供搜尋影象的功能（在此之前還有專門的垂直搜尋引擎 Tineye，Picitup），最常用的形式是，通過使用者輸入關鍵字來檢索相關影象。然而很少有人注意到另一種搜尋形式：以圖搜尋。在谷歌影象搜尋介面上，點選搜尋框右邊的像機圖示（百度是一個圖片圖示），搜尋引擎將允許使用者上傳一幅影象或引用影象連結，搜尋引擎根據影象內容進行搜尋。但為什麼這個看似酷炫的功能使用者卻並不常用，甚至鮮為人知呢？
搜尋到的影象不盡人意
影象搜尋引擎多采用影象指紋的方法對影象進行表徵，這就限定檢索出的目標影象是與原影象基本一致或至少大部分一致的，在此基礎上允許目標影象進行縮放變換。可想而知，使用者在極少的情況下需要獲取與自己上傳影象一致的另一幅影象。
搜尋到的內容難盡人意
讓我們試圖猜測，使用者上傳一幅影象時，他們想搜尋到什麼樣的結果？可能有這樣的情景：
同學Ａ：上傳一位女星的頭像，迫切地想知道她是誰，以及與她相關的一切。其實，很大程度上，我們知道她是誰，就可以通過她的名字或綽號檢索出網際網路中關於她的一切。
谷歌的對策
通過大量包含目標影象的網頁分析出與影象最相關的關鍵字，利用關鍵字強化檢索。在這個情景中，該關鍵字恰好是女星的名字。
百度的對策
更進一步，當影象中有明顯的人臉內容時，將啟用人臉識別，返回包含有相似人臉內容的影象。
搜狗的對策
在谷歌的基礎上，推出了同主題圖片集，其中包含了可能相關但並不相同的影象。
該情景，同學A的問題被得到了較好的解決。但我們還要來看看同學B。
同學B：上傳一幅關於臘腸樹的影象，試圖找到更多關於這種植物的背景資訊或影象時。
谷歌的對策
這次谷歌無法獲取它的關鍵詞，從而更無法推測使用者搜尋意圖，好在它返回了一些在內容上，尤其是顏色相似的影象，但其中大多並不是同學B想要的臘腸樹影象。
百度的對策（搜狗同）
百度無法獲取關鍵詞，也無法猜測使用者搜尋意圖，於是極端地罷工了。
使用者的需求是繁雜的，以目前的技術，想單獨依靠影象識別準確推測使用者需求幾乎不可能。
能做什麼
既然這樣，使用者能利用“以圖搜尋”做什麼？搜狗為我們做了一個簡要舉例：
搜狗的說明頁面也暗示出：廣大使用者尚不瞭解“以圖搜尋”，更不明確知曉如何利用“以圖搜尋”；而網際網路產品經理們也沒有清晰地產品應用定位，只能蜻蜓點水地舉些具體應用情景，而這些具體的應用場景，更像垂直搜尋引擎的研究範疇。
撥開表面的功能包裝，可以分析出通過影象為媒介，最容易獲取到以下幾方面網際網路資源：
- 相關網頁，目標影象所在頁面；
- 相關關鍵詞，通過目標影象所在頁面獲取相關文字；
- 相關影象，通過目標影象所在頁面獲取相關影象；
- 相似影象，通過目標影象特徵獲取相似的影象 。
尷尬的是，這些資源中哪些是對使用者有用的，還要使用者自己去判斷。
“識圖”不是最終目的
正如搜尋引擎尚不能完全解析人類自然語言一樣，影象識別技術也不能完全瞭解影象的語義內容，更難理解使用者對影象賦予的語義。或許憑藉目前的模式識別技術，“以圖搜尋”想要實現垂直搜尋確實比較困難，而將最容易獲取的資源清晰明確地進行羅列，讓使用者自行篩選互動，可能更加易行實用。
但是，只要還有人拿著一張照片詢問這是哪個歌星這樣的情景還存在，“以圖搜尋”就值得投入資源進行研究，而隨著地理資訊以及多媒體媒介等技術地不斷髮展，搜尋引擎將能獲取更多的使用者背景資訊，關聯更多媒介類別的資源，強化整體資源網路的聯絡，取得更理想的反饋結果。
另外，或許在移動端，這種視覺搜尋會有可能有一番作為。因為從 Web 到 App 的搜尋轉變更加符合人們隨時隨地搜尋的特性，因為情景的改變使用者的需求也會改變，同時還可以和移動端的社交網路以及其他 App 結合起來。如之前極客公園觀察家 kaler 所提到的那樣，“在商店裡看上了一條領帶，但我們不喜歡這樣的顏色，而且我們希望淘寶價能比較便宜。我們只要拍下領帶的樣子然後就可以跳轉到淘寶，我們一下子就能得到具體的價格還有其他類似的領帶資訊，這時我們就有了更多的選擇，能更快選擇到真正符合我們需求的商品”。