Recherche de contenu d’image

La recherche de contenu d'image est la capacité d'un logiciel à reconnaître des objets dans des images numériques et à renvoyer une page de résultats de moteur de recherche (SERP) en fonction d'une requête de l'utilisateur. Le logiciel analysera les images indexées et identifiera des exemples d'une race spécifique de chien si l'utilisateur le demande. En revanche, la recherche traditionnelle d'images recherche des mots clés dans le contenu associé aux images par le biais du texte ou des métabalises. La recherche de contenu d'image offre de nombreuses possibilités pour la recherche, le ciblage publicitaire, les photothèques intelligentes et l'interactivité avec les médias. Bien que les humains reconnaissent les objets avec peu d'efforts, les ordinateurs ont des difficultés à accomplir cette tâche. Les ordinateurs à apprentissage profond sont nécessaires pour la recherche de contenu d'image. Ils doivent être dotés de processeurs de réseaux neuronaux, d'une vitesse de traitement élevée et d'une grande puissance de calcul pour accomplir cette tâche complexe. Les images sont utilisées pour entraîner les moteurs de recherche de contenu d'image à l'aide de millions de balises dans le cadre d'un apprentissage informatique guidé. Une des premières applications de la recherche de contenu d'images est la plateforme de vision informatique Lumos de Facebook. Lumos a été conçu à l'origine pour identifier ce qui se trouve dans une image et ce qui s'y passe, et décrire l'image pour les utilisateurs malvoyants. Google, Microsoft et Apple ne sont que quelques-unes des entreprises qui investissent massivement dans le développement de la recherche d'images. On peut également appeler cette recherche de contenu d'image "content based on image retrieval" (CIBR), ou "query by images content" (QBIC).