圖像搜索在移動(dòng)電商領(lǐng)域中的應(yīng)用與實(shí)現(xiàn)

周力恒 金陽(yáng) 康軼澤 王彬 趙連啟

摘 要：隨著智能移動(dòng)終端的普及，以其便捷性、便攜性、實(shí)時(shí)性等特點(diǎn)，顛覆了傳統(tǒng)PC電子商務(wù)模式。移動(dòng)電子商務(wù)成為了電子商務(wù)發(fā)展的未來(lái)趨勢(shì)，以其空前無(wú)限生命力推動(dòng)著部門(mén)經(jīng)濟(jì)、區(qū)域經(jīng)濟(jì)、國(guó)民經(jīng)濟(jì)和世界經(jīng)濟(jì)躍上了一個(gè)新的臺(tái)階。隨著移動(dòng)電子商務(wù)在全球迅速普及，并形成爆炸性增長(zhǎng)，購(gòu)物搜索將成為互聯(lián)網(wǎng)搜索中的重要分支?；趫D像搜索的購(gòu)物方式，或利用拍照后直接搜索呈現(xiàn)出拍照商品的方式，將更高效、更便捷地獲取到目標(biāo)商品，帶來(lái)了全新的搜索模式，極佳的用戶體驗(yàn)。

關(guān)鍵詞：圖形圖像搜索 以圖搜圖 移動(dòng)電子商務(wù)

中圖分類(lèi)號(hào)：G350 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2016）04（a）-0090-04

1 基于移動(dòng)電子商務(wù)的圖形圖像搜索

移動(dòng)電子商務(wù)，移動(dòng)設(shè)備輕便易攜、碎片化、娛樂(lè)化特征明顯，可隨時(shí)隨地滿足用戶的即時(shí)性消費(fèi)需求，由此，移動(dòng)終端日漸成為用戶網(wǎng)上購(gòu)物的重要選擇。同時(shí)，移動(dòng)購(gòu)物和生活場(chǎng)景相互交融，偶發(fā)性和沖動(dòng)型消費(fèi)快速滋長(zhǎng)，電商情境化趨勢(shì)日益彰顯；另一方面，智能移動(dòng)終端對(duì)音頻、視頻、圖像等各類(lèi)信息采集方便，以圖片為例，其中適合圖像搜索的圖片為20%，假設(shè)0.5%人次成功轉(zhuǎn)移，1%平均購(gòu)買(mǎi)轉(zhuǎn)化率，平均購(gòu)物單價(jià)為200元，如，按平均10%的傭金計(jì)算，那么一年產(chǎn)業(yè)規(guī)模也超過(guò)220億元。加上其他收入，比如：廣告、手機(jī)搜索等，總體市場(chǎng)規(guī)模不低于600億元。

隨著移動(dòng)電子商務(wù)日益興起，圖形圖像搜索已能為客戶帶來(lái)全新的用戶體驗(yàn)。在購(gòu)物領(lǐng)域，非常典型的就是服裝服飾等非標(biāo)類(lèi)產(chǎn)品，占到整個(gè)電子商務(wù)的55%市場(chǎng)份額。淘寶用戶只要看到了目標(biāo)商品，就可以使用圖片搜索功能對(duì)比同款產(chǎn)品的市場(chǎng)價(jià)格，也能找到更多相似款。這是移動(dòng)電子商務(wù)能帶來(lái)的極致便捷體驗(yàn)。圖形圖像搜索技術(shù)一直受到巨頭們的青睞，百度為深入研究“深度學(xué)習(xí)”算法，特地設(shè)立了IDL（Institute of Deep Learning）研究院。谷歌更是在短短幾年內(nèi)，陸續(xù)收購(gòu)了七八家涉足圖像識(shí)別的技術(shù)公司，并試圖以谷歌眼鏡搶占智能移動(dòng)終端的場(chǎng)景入口。圖圖搜利用微信公眾號(hào)，以微信拍照購(gòu)物搜索功能，率先成為第一家接入微信的圖像搜索引擎網(wǎng)站。谷歌、騰訊、百度等大公司也都在圖片搜索領(lǐng)域有資源投入，為圖片購(gòu)物搜索發(fā)展帶來(lái)了壓力的同時(shí)，更為市場(chǎng)帶來(lái)了各大圖像技術(shù)競(jìng)相追逐的動(dòng)力。

2 典型應(yīng)用舉例

2.1 手機(jī)購(gòu)物網(wǎng)站相似商品搜索

可以是用戶上傳圖片搜索，也可以是站內(nèi)圖片點(diǎn)擊搜索。（如圖1所示）

2.2 移動(dòng)拍照購(gòu)物

隨手拍照—— 準(zhǔn)確搜到相關(guān)商品。（如圖2所示）

2.3 區(qū)域搜索

給定一張時(shí)尚或明星圖片，根據(jù)自主的圖片選定區(qū)域，能夠識(shí)別與圖片選定區(qū)域內(nèi)容相似的其他商品圖片，然后根據(jù)相似度排序。（如圖3所示）

3 關(guān)鍵技術(shù)總結(jié)

3.1 圖像搜索系統(tǒng)結(jié)構(gòu)

基于移動(dòng)電子商務(wù)的圖形圖像搜索技術(shù)，通常的做法包括IEEE的標(biāo)準(zhǔn)，都是用圖像特征值來(lái)實(shí)現(xiàn)的。搜索引擎將目標(biāo)圖片進(jìn)行特征提取，形成一組特征描述或特征向量。當(dāng)用戶搜索時(shí)，將查詢圖像的特征描述與數(shù)據(jù)庫(kù)中其他圖像的特征描述進(jìn)行自動(dòng)匹配，并返回匹配結(jié)果。（如圖4所示）

3.2 核心技術(shù)

上述圖像搜索系統(tǒng)的技術(shù)核心就是對(duì)圖像特征的提取，特征提取是計(jì)算機(jī)視覺(jué)和圖像處理中的一個(gè)概念。它指的是使用計(jì)算機(jī)提取圖像信息，決定每個(gè)圖像的點(diǎn)是否屬于一個(gè)圖像特征。特征被檢測(cè)后它可以從圖像中被抽取出來(lái)，這個(gè)過(guò)程可能需要許多圖像處理的計(jì)算機(jī)，其結(jié)果被稱為特征描述或者特征向量。

常用的圖像特征有顏色（Color）、紋理（Texture）、形狀（Shape）、空間（Space）關(guān)系等。

（1）顏色特征：顏色特征是一種全局特征，描述了圖像或圖像區(qū)域所對(duì)應(yīng)的景物的表面性質(zhì)。一般顏色特征是基于像素點(diǎn)的特征，此時(shí)所有屬于圖像或圖像區(qū)域的像素都有各自的貢獻(xiàn)。顏色直方圖是最常用的表達(dá)顏色特征的方法，其優(yōu)點(diǎn)是不受圖像旋轉(zhuǎn)和平移變化的影響，進(jìn)一步借助歸一化還可不受圖像尺度變化的影響，其缺點(diǎn)是沒(méi)有表達(dá)出顏色空間分布的信息。此外，顏色特征提取還有顏色集、顏色矩、顏色聚合向量、顏色相關(guān)圖等方法。

（2）紋理特征：紋理特征也是一種全局特征，它與顏色特征不同，紋理特征不是基于像素點(diǎn)的特征，它需要在包含多個(gè)像素點(diǎn)的區(qū)域中進(jìn)行統(tǒng)計(jì)計(jì)算。在模式匹配中，這種區(qū)域性的特征具有較大的優(yōu)越性，不會(huì)由于局部的偏差而無(wú)法匹配成功。在檢索具有粗細(xì)、疏密等方面較大差別的紋理圖像時(shí)，利用紋理特征是一種有效的方法。常用的紋理特征提取與匹配方法有灰度共生矩陣、Voronio棋盤(pán)格特征法和結(jié)構(gòu)法、隨機(jī)場(chǎng)模型法、Tamura紋理特征、自回歸紋理模型、小波變換等。

（3）形狀特征：各種基于形狀特征的檢索方法都可以比較有效地利用圖像中感興趣的目標(biāo)來(lái)進(jìn)行檢索。通常情況下，形狀特征有兩類(lèi)表示方法：一類(lèi)是輪廓特征；另一類(lèi)是區(qū)域特征。圖像的輪廓特征主要針對(duì)物體的外邊界，而圖像的區(qū)域特征則關(guān)系到整個(gè)形狀區(qū)域。典型的形狀特征描述方法有傅里葉形狀描述符法、Hough變換檢測(cè)平行直線方法、有限元法（Finite Element Method或FEM）、旋轉(zhuǎn)函數(shù)（Turning）和小波描述符（Wavelet Deor）等方法。

（4）空間關(guān)系特征：所謂空間關(guān)系，是指圖像中分割出來(lái)的多個(gè)目標(biāo)之間的相互的空間位置或相對(duì)方向關(guān)系，這些關(guān)系也可分為連接/鄰接關(guān)系、交疊/重疊關(guān)系和包含/包容關(guān)系等，空間關(guān)系特征的使用可加強(qiáng)對(duì)圖像內(nèi)容的描述區(qū)分能力。提取圖像空間關(guān)系特征可以有兩種方法：一種方法是首先對(duì)圖像進(jìn)行自動(dòng)分割，劃分出圖像中所包含的對(duì)象或顏色區(qū)域，然后根據(jù)這些區(qū)域提取圖像特征；另一種方法則簡(jiǎn)單地將圖像均勻地劃分為若干規(guī)則子塊，然后對(duì)每個(gè)圖像子塊提取特征。

自從Hinton在2012年將深度卷積神經(jīng)網(wǎng)絡(luò)（CNN）帶入到圖像分類(lèi)領(lǐng)域后，深度學(xué)習(xí)在圖像處理相關(guān)領(lǐng)域的研究一下子變得異?；馃崞饋?lái)?；谏疃葘W(xué)習(xí)原理的圖像檢索，更多的是從一種圖像理解的角度來(lái)進(jìn)行的，得到的是一種更加抽象的描述，也可以理解為“語(yǔ)義”，它更多的是在解釋這個(gè)圖像描繪的是什么物體或者什么場(chǎng)景之類(lèi)的。這種仿照人腦的識(shí)別過(guò)程而設(shè)計(jì)的深度神經(jīng)網(wǎng)絡(luò)能夠自動(dòng)提取圖片中的語(yǔ)義信息，彌補(bǔ)了其他傳統(tǒng)算法在這方面的不足。（如圖5所示）

3.3 應(yīng)用集成設(shè)計(jì)

應(yīng)用集成設(shè)計(jì)如圖6所示。

3.4 系統(tǒng)關(guān)鍵技術(shù)指標(biāo)

（1）該平臺(tái)表現(xiàn)出良好的用戶服務(wù)支持能力。經(jīng)系統(tǒng)實(shí)際運(yùn)行測(cè)試，目前平臺(tái)已入駐企業(yè)近萬(wàn)家，平臺(tái)運(yùn)行平穩(wěn)，響應(yīng)速度快，具有良好的用戶體驗(yàn)。（2）項(xiàng)目自上線以來(lái)，該平臺(tái)運(yùn)行平穩(wěn)，在高性能單服務(wù)器上支持并發(fā)搜索5 000以上。（3）擁有的圖像算法，搜索結(jié)果效率高，核心算法庫(kù)搜索響應(yīng)速度<1 s。（4）高效的海量數(shù)據(jù)檢索，準(zhǔn)確的復(fù)雜場(chǎng)景提取，兼容對(duì)多元化信息數(shù)據(jù)，平均提取海量數(shù)據(jù)響應(yīng)速度<1 s。（5）可視化索引技術(shù)，采用高度并行的多核心圖形處理單元（Graphics Processing Unit），模仿人腦細(xì)胞進(jìn)行并行高速特征提取和目標(biāo)分類(lèi)，搜索準(zhǔn)確率高達(dá)98%以上。（6）通過(guò)基于云的信息架構(gòu)和數(shù)據(jù)管理模型來(lái)取代傳統(tǒng)模型，動(dòng)態(tài)擴(kuò)展服務(wù)集群時(shí)間<1 s。（7）通過(guò)這個(gè)基于云的數(shù)據(jù)存儲(chǔ)模式，節(jié)點(diǎn)間的信息共享和信息整合變得更加有效。支持TB級(jí)數(shù)據(jù)存儲(chǔ)。目前可視化商品搜索數(shù)據(jù)庫(kù)，收錄產(chǎn)品百萬(wàn)以上。

4 產(chǎn)業(yè)機(jī)遇與面臨問(wèn)題

圖像搜索，可以簡(jiǎn)單地認(rèn)為是“以圖搜圖”，但又不只是圖像識(shí)別這么簡(jiǎn)單。如果把圖像搜索等同于圖片識(shí)別，它并不算什么高超的技術(shù)，不同領(lǐng)域的圖像識(shí)別技術(shù)已經(jīng)趨于成熟。識(shí)別只是圖像搜索的第一步，第二步是理解，第三步是檢索，每一步都存在著技術(shù)難點(diǎn)。在移動(dòng)互聯(lián)網(wǎng)時(shí)代，圖片已逐漸替代文字成為了移動(dòng)終端的主要信息載體，圖形圖像搜索以圖搜圖的產(chǎn)品特點(diǎn)，天然貫通了移動(dòng)終端到電子商務(wù)平臺(tái)圖片信息傳遞的過(guò)程，利用圖像搜索服務(wù)來(lái)引導(dǎo)移動(dòng)電子商務(wù)消費(fèi)已成為趨勢(shì)。

5 圖形圖像搜索的發(fā)展方向

在移動(dòng)電子商務(wù)領(lǐng)域內(nèi)，對(duì)比其他搜索產(chǎn)品，將對(duì)以下三點(diǎn)技術(shù)指標(biāo)進(jìn)行重點(diǎn)研究和提升：（1）實(shí)現(xiàn)“所見(jiàn)即所得”，讓圖像搜索由被動(dòng)到主動(dòng)；（2）實(shí)現(xiàn)動(dòng)態(tài)圖像搜索，手機(jī)網(wǎng)絡(luò)視頻購(gòu)物；（3）實(shí)現(xiàn)移動(dòng)場(chǎng)景下對(duì)“線下實(shí)體”的搜索，成為用戶的第三只眼。

參考文獻(xiàn)

[1]余飛.基于HTML5的圖形圖像協(xié)同處理技術(shù)研究與實(shí)現(xiàn)[D].長(zhǎng)江大學(xué)，2015.

[2]陳微微.基于顏色特征提取的圖像搜索引擎研究[D].重慶理工大學(xué)，2012.

[3]夏定元.基于內(nèi)容的圖像檢索通用技術(shù)研究及應(yīng)用[D].華中科技大學(xué)，2004.

[4]周力恒.圖像的搜索在電商領(lǐng)域的發(fā)展與實(shí)現(xiàn)[C]//中國(guó)報(bào)業(yè)協(xié)會(huì)電子技術(shù)工作委員會(huì)編.全國(guó)報(bào)社新聞工作會(huì)議暨2015中國(guó)報(bào)業(yè)技術(shù)年會(huì)論文集.北京：中國(guó)報(bào)業(yè)協(xié)會(huì)電子技術(shù)工作委員會(huì).2015.