王召義

（安徽商貿(mào)職業(yè)技術(shù)學(xué)院，安徽蕪湖，241002）

隨著電子商務(wù)和計(jì)算機(jī)視覺(jué)技術(shù)的高速發(fā)展，電子商務(wù)網(wǎng)站上的圖片信息量已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)了文本信息量。然而，這些圖片是無(wú)序地分布在各個(gè)電子商務(wù)網(wǎng)站中的，圖片中所包含的商務(wù)信息無(wú)法被有效地訪問(wèn)和充分地利用。對(duì)于消費(fèi)者來(lái)說(shuō)，在眾多的電子商務(wù)圖片購(gòu)物網(wǎng)站中尋找滿意的商品，無(wú)異于大海撈針，此時(shí)此刻，傳統(tǒng)關(guān)鍵字搜索已經(jīng)越來(lái)越不適應(yīng)電子商務(wù)的發(fā)展了，特別是圖片購(gòu)物檢索領(lǐng)域。對(duì)于電子商務(wù)企業(yè)來(lái)說(shuō)，需要提供一種能夠快速而且準(zhǔn)確地檢索圖片的技術(shù)，即圖片檢索技術(shù)。

圖片檢索技術(shù)是一種根據(jù)用戶的興趣使用圖片特征從數(shù)據(jù)庫(kù)搜索圖片的技術(shù)，圖片特征是圖片檢索技術(shù)的核心要素之一。從廣義角度來(lái)講，圖片特征主要有兩種類型，即圖片的外部特征和內(nèi)容特征。外部特征主要包括圖片的標(biāo)題、作者、創(chuàng)建日期、尺寸、流派等，也有學(xué)者稱其為圖片的語(yǔ)義內(nèi)容；內(nèi)容特征主要包括圖片的顏色、紋理、形狀和空間布局等，也有學(xué)者稱其為圖片的可視化內(nèi)容。其中，圖片的外部特征是基于文本的關(guān)鍵字進(jìn)行描述的；圖片的內(nèi)容特征是基于顏色、紋理、形狀和空間關(guān)系等特征進(jìn)行描述的，即基于內(nèi)容進(jìn)行描述的。

根據(jù)圖片特征可以把圖片購(gòu)物檢索分為兩種類型：基于文本的圖片購(gòu)物檢索和基于內(nèi)容的圖片購(gòu)物檢索。

一、基于文本的圖片購(gòu)物檢索

基于文本的圖片購(gòu)物檢索沿用了傳統(tǒng)關(guān)鍵字檢索技術(shù)，回避對(duì)圖片內(nèi)容特征的分析，而使用文本標(biāo)注圖片的外部特征，且對(duì)圖片的查詢是通過(guò)對(duì)圖片的外部特征檢索來(lái)實(shí)現(xiàn)的。為了實(shí)現(xiàn)檢索，需要對(duì)圖片的外部特征進(jìn)行文字或數(shù)字標(biāo)簽的描述，這樣，對(duì)圖片的查詢就轉(zhuǎn)換成了基于文字或數(shù)字標(biāo)簽的查詢。

基于文本的圖片購(gòu)物檢索的基本思想是：采用文本對(duì)圖片的外部特征進(jìn)行描述，建立圖片外部特征的索引數(shù)據(jù)庫(kù)，這樣圖片的存儲(chǔ)地址和文本之間就建立了聯(lián)系，而圖片本身還是以外部的方式存儲(chǔ)。［1］對(duì)圖片外部特征的檢索一般都是通過(guò)分類目錄瀏覽和關(guān)鍵字提問(wèn)的方式進(jìn)行，查詢操作本質(zhì)上是對(duì)文字內(nèi)容描述的精確匹配或概率匹配，盡管有些檢索模型還有數(shù)據(jù)字典支持，但我們檢索的只是圖片外部特征的人工描述信息，與圖片的內(nèi)容特征沒(méi)有多大關(guān)系。在電子商務(wù)領(lǐng)域中，很多比較購(gòu)物網(wǎng)站采用的圖片購(gòu)物搜索也是基于這種檢索技術(shù)，此外使用百度和Google查詢圖片也是如此。

基于文本的圖片購(gòu)物檢索對(duì)檢索技術(shù)的要求不是很高，操作較方便，也便于標(biāo)注人員和普通用戶理解與掌握。但是，由于圖片資源的增長(zhǎng)速度非?？?，所以對(duì)圖片進(jìn)行文本描述的方式已經(jīng)滿足不了電子商務(wù)的要求了。

首先，圖片包含的信息內(nèi)容很難用文本完全標(biāo)注。盡管基于文本的描述方法利用文字來(lái)對(duì)圖片特征進(jìn)行描述，但由于圖片特征具有豐富的內(nèi)涵，并且其中有一些難以用字符和數(shù)字符號(hào)描述的特征線索，例如：圖片的顏色、紋理和形狀等特征。因此，當(dāng)圖片中包含多個(gè)物體時(shí)，就難以用簡(jiǎn)短的描述信息來(lái)全面體現(xiàn)它的含義，并且作為關(guān)鍵字的圖片特征的選取具有很強(qiáng)的主觀性，不同的標(biāo)注者或同一標(biāo)注者在不同環(huán)境下對(duì)同一幅商品圖片可能給出不同的描述，很難表達(dá)圖片的空間關(guān)系。這使得在很多情況下文本標(biāo)注難以滿足電子商務(wù)實(shí)際需求，例如，電子商務(wù)企業(yè)要注冊(cè)新的商標(biāo)時(shí)需要對(duì)已經(jīng)注冊(cè)商標(biāo)進(jìn)行檢索，看是否雷同，此時(shí)僅靠對(duì)商標(biāo)進(jìn)行文本標(biāo)注是難以解決的。

其次，人工對(duì)圖片內(nèi)容進(jìn)行標(biāo)注十分費(fèi)力費(fèi)時(shí)。因?yàn)閷?duì)于廣泛的圖片自動(dòng)地生成描述性的文本是不可行的，大部分基于文本的圖片購(gòu)物檢索系統(tǒng)需要對(duì)圖片進(jìn)行人工標(biāo)注。很顯然，人工標(biāo)注圖片對(duì)于大型圖片數(shù)據(jù)庫(kù)來(lái)說(shuō)是一項(xiàng)棘手和昂貴的任務(wù)，并且經(jīng)常是主觀的、上下文敏感的和不完整的。例如，同一款商品，有不同角度、不同款式、不同顏色的圖片，僅依靠人工進(jìn)行圖片描述，是達(dá)不到電子商務(wù)企業(yè)要求的。

由此可見(jiàn)，對(duì)圖片檢索需要借助計(jì)算機(jī)技術(shù)從圖片的語(yǔ)義內(nèi)容到可視化內(nèi)容進(jìn)行處理、分析和理解以有效獲取其內(nèi)容特征，并根據(jù)圖片內(nèi)容特征實(shí)現(xiàn)快捷準(zhǔn)確的檢索。

二、基于內(nèi)容的圖片購(gòu)物檢索

（一）基于內(nèi)容的圖片購(gòu)物檢索概述

隨著圖片信息資源的普及，人們?cè)陔娮由虅?wù)應(yīng)用中不僅要對(duì)圖片進(jìn)行基于關(guān)鍵字的檢索，而且要對(duì)圖片進(jìn)行語(yǔ)義內(nèi)容的分析和理解，以便達(dá)到更深的檢索層次。于是，基于內(nèi)容的購(gòu)物搜索便應(yīng)運(yùn)而生。

基于內(nèi)容的圖片購(gòu)物檢索的主要思想是：首先，根據(jù)圖片的索引來(lái)計(jì)算查詢圖片和目標(biāo)圖片的相似距離；然后，按照相似性匹配來(lái)進(jìn)行檢索。［2］如圖1所示：

圖1 工作原理示意圖

從圖1中可以看出：其工作原理主要包括圖片檢索與圖片索引兩個(gè)子系統(tǒng)。在圖片索引子系統(tǒng)中，通過(guò)對(duì)圖片進(jìn)行自動(dòng)分析，提取圖片的內(nèi)容特征，如顏色、紋理、形狀等，以及這些特征的組合，作為特征向量存入圖片特征庫(kù)；在圖片檢索子系統(tǒng)中，對(duì)用戶提交的每一幅檢索樣圖進(jìn)行圖片分析提取特征向量，利用相似匹配算法計(jì)算查詢示例圖片與圖片特征庫(kù)中圖片特征向量的相似度，根據(jù)相似度大小輸出檢索結(jié)果。

與基于文本的圖片購(gòu)物檢索，它有如下特點(diǎn)：［3］

（1）從圖片內(nèi)容中提取信息線索?；趦?nèi)容的圖片購(gòu)物檢索突破了傳統(tǒng)的基于關(guān)鍵字檢索的局限，直接對(duì)圖片進(jìn)行分析，抽取特征，使得檢索更接近于圖片對(duì)象。

（2）提取特征的方法多種多樣。可以提取形狀、顏色、紋理和輪廓等多種特征。

（3）人機(jī)交互。一般來(lái)說(shuō)，用戶對(duì)特征比較敏感，能夠迅速分辨出圖片的顏色、形狀等。如果圖片很多，則用戶很難記住這些特征，從大量數(shù)據(jù)中查找目標(biāo)的效率也非常低，但計(jì)算機(jī)能夠輕松做到這一點(diǎn)。因此，在使用基于內(nèi)容的圖片購(gòu)物檢索時(shí)，用戶與計(jì)算機(jī)配合進(jìn)行檢索。

（4）近似匹配。在檢索過(guò)程中，采用逐步求精的辦法，每一層的中間結(jié)果是一個(gè)集合，不斷地減小該集合的范圍，直到定位到目標(biāo)時(shí)為止。這一特點(diǎn)與數(shù)據(jù)庫(kù)檢索的精確匹配算法顯然不一樣。

（二）基于內(nèi)容的圖片購(gòu)物檢索應(yīng)用實(shí)例——淘淘搜

基于內(nèi)容的圖片購(gòu)物檢索，通俗來(lái)講就是“以圖搜圖”。所謂“以圖搜圖”，顧名思義，用戶可以通過(guò)上傳本地圖片或輸入網(wǎng)絡(luò)圖片的URL地址來(lái)搜索相同或相似的圖形圖像。

淘淘搜（http://www.taotaosou.com/）就是典型的“以圖搜圖”、“想圖購(gòu)物”的電子商務(wù)網(wǎng)站，即基于內(nèi)容的圖片購(gòu)物檢索網(wǎng)站。它是國(guó)內(nèi)最大的圖片購(gòu)物搜索引擎，只需一張圖片，淘淘搜就能通過(guò)強(qiáng)大的視覺(jué)計(jì)算技術(shù)幫你在海量的商品中快速找到心儀的寶貝，讓購(gòu)物變得更快捷、更輕松。淘淘搜和淘寶網(wǎng)合作的“圖想”（http://imagine.taobao.com/）是全球第一個(gè)大規(guī)模商業(yè)化運(yùn)營(yíng)的圖片搜索產(chǎn)品，面向淘寶網(wǎng)用戶提供便捷的圖片搜索服務(wù)，解決了用戶不能和不愿用文字進(jìn)行搜索的困難，得到了用戶的高度評(píng)價(jià)。

淘淘搜的服務(wù)主要有：（1）同款比價(jià)和服務(wù)：通過(guò)上傳圖片或使用商品地址搜索，用戶能夠用最快的時(shí)間搜索到全網(wǎng)同款商品進(jìn)行比價(jià)，用戶可以在結(jié)果中輕松地比較產(chǎn)品質(zhì)量、價(jià)格、服務(wù)和商城信息。在上千萬(wàn)家商店的同款商品中挑選出最滿意結(jié)果，淘淘搜的服務(wù)能讓用戶在微笑愉快中享受購(gòu)物花的每一分錢是物有所值。（2）相似搜索和服務(wù)：通過(guò)圖片搜索，用戶選擇搜索的類目后，淘淘搜系統(tǒng)根據(jù)上傳的圖片特征值，為用戶搜索出指定類目下最相關(guān)的相似商品和最相關(guān)的最熱門搜索。當(dāng)網(wǎng)絡(luò)上沒(méi)有同款商品時(shí)，用戶能夠找到最相似的商品進(jìn)行選擇。（3）搜索商品和服務(wù)：關(guān)鍵詞、類目搜索功能讓用戶迅速找到相關(guān)的商品的價(jià)格、運(yùn)費(fèi)、折扣、銷售信息等。點(diǎn)擊圖片即可全網(wǎng)同款比價(jià)，實(shí)現(xiàn)一站式輕松比價(jià)。

淘淘搜為客戶提供了三種以圖片搜商品的方法。如圖2所示：

圖2 淘淘搜查詢接口

第一，上傳本地圖片。在圖2上，選擇“本地圖片”，點(diǎn)擊“從本地上傳圖片”按鈕，將您電腦中的商品圖片上傳后，按照需要框出要搜索的商品（排除背景），選擇要搜索的商品類目，然后點(diǎn)擊“搜索相似商品”按鈕就能找到與您上傳圖片相似的商品了。如圖3所示：

圖3 上傳本地圖片

圖4 粘貼圖片地址

第二，粘貼圖片地址。在網(wǎng)絡(luò)上看到了一件商品，想購(gòu)買，怎么辦？右鍵點(diǎn)擊圖片復(fù)制圖片地址，然后在圖2上，選擇“網(wǎng)絡(luò)圖片”，在輸入框粘貼圖片地址就可以找到與圖片相似的商品了。如圖4所示。

第三，粘貼商品地址。網(wǎng)上購(gòu)物時(shí)，相中了心儀商品，想看看這款商品相同款，怎么辦？復(fù)制商品地址，在圖2上，選擇“商品搜索”，在輸入框粘貼商品地址就可以找到心儀商品的相同了。如圖5所示：

圖5 粘貼商品地址

通過(guò)以上分析，我們可以發(fā)現(xiàn)二者的實(shí)現(xiàn)原理是相同的，主要體現(xiàn)在以下三方面：一方面對(duì)用戶檢索需求的分析和轉(zhuǎn)化，形成可以檢索索引數(shù)據(jù)庫(kù)的提問(wèn)；另一方面，收集和加工圖片資源，提取圖片特征，分析并進(jìn)行標(biāo)注，建立圖片的索引數(shù)據(jù)庫(kù)；最后是根據(jù)相似度算法，計(jì)算用戶的提問(wèn)與索引數(shù)據(jù)庫(kù)中記錄的相似度大小，提取出滿足閾值的記錄作為結(jié)果，按照相似度降序的方式輸出。兩者的區(qū)別主要體現(xiàn)在圖片特征上，基于文本的圖片購(gòu)物檢索是借助傳統(tǒng)文本信息檢索技術(shù)來(lái)實(shí)現(xiàn)圖片信息檢索，采用文本的形式標(biāo)注圖片外部特征；基于內(nèi)容的圖片購(gòu)物檢索是從圖片中自動(dòng)提取內(nèi)容特征，如色彩、紋理、形狀等，這些客觀特征是前者無(wú)法精確描述的。

基于文本與內(nèi)容的圖片購(gòu)物檢索有著各自的優(yōu)勢(shì)和不足，在電子商務(wù)應(yīng)用背景下，基于文本的圖片購(gòu)物搜索一定程度上回避了對(duì)復(fù)雜的可視化元素的識(shí)別難題，符合人們熟悉的檢索習(xí)慣，充分利用了網(wǎng)頁(yè)上下文和超文本結(jié)構(gòu)信息，實(shí)現(xiàn)簡(jiǎn)單，但是因?yàn)槿耘f局限在文本檢索的范圍下，通過(guò)受控詞匯來(lái)描述圖片，因此容易出現(xiàn)主題歧義、標(biāo)注不一、無(wú)法對(duì)圖片內(nèi)容理解等問(wèn)題。基于內(nèi)容的圖片購(gòu)物搜索恰恰相反，主要利用對(duì)直觀形象的特征元素的分析來(lái)標(biāo)注圖片，具有一定的客觀性，但是其算法復(fù)雜，實(shí)現(xiàn)成本高。［4］

基于文本和基于內(nèi)容是圖片購(gòu)物檢索發(fā)展的兩個(gè)分支，不過(guò)從目前圖片購(gòu)物檢索研究的趨勢(shì)而言，應(yīng)結(jié)合文本和內(nèi)容，進(jìn)行融合性研究。發(fā)揮各自的優(yōu)勢(shì)促進(jìn)圖片的高效、簡(jiǎn)單檢索方式的實(shí)現(xiàn)，尤其是網(wǎng)絡(luò)環(huán)境下，結(jié)合圖片所在Web文檔的特征分析，推斷圖片的外部特征，同時(shí)結(jié)合對(duì)圖片的內(nèi)容特征分析，共同標(biāo)注達(dá)到對(duì)圖片的分析和檢索。

［1］張帆.信息存儲(chǔ)于檢索［M］.北京：高等教育出版社，2007.

［2］肖明.基于內(nèi)容的多媒體信息索引與檢索概論［M］.北京：人民郵電出版社，2009.

［3］多媒體信息檢索與管理［M］.劉曉冬，譯.北京：清華大學(xué)出版社，2009.

［4］張騫.基于文本的與基于內(nèi)容的圖像檢索技術(shù)比較研究［J］.情報(bào)探索，2012（1）.