Google: abbiamo fatto un passo avanti nella ricerca di immagini

Gli umani possono eccellere nel riconoscimento di modelli, ma i computer non sono molto intelligenti nell'identificare le immagini. I nostri cervelli possono immediatamente identificare foto di monumenti famosi come la Statua della Libertà o la Grande Muraglia cinese, ma i computer sono in genere privi di codice senza tag di testo come un cheat sheet.

Questo potrebbe essere un cambiamento, tuttavia, se un progetto di ricerca di Google in "computer vision" evoca. Il gigante della ricerca lunedì ha presentato un documento sul riconoscimento dei punti di riferimento alla conferenza Computer Vision and Pattern Recognition (CVPR) a Miami. La nuova tecnologia consente ai computer di eseguire rapidamente I.D. immagini di oltre 50.000 punti di riferimento mondiali con un'accuratezza dell'80%, afferma Google.

Google si affretta a sottolineare che la sua tecnologia di riconoscimento dei pattern è ancora un progetto di ricerca e non un nuovo servizio. Questo ha senso, poiché uno strumento di ricerca giusto 8 tentativi su 10 non è pronto per il prime time. Tuttavia, il concetto è piuttosto interessante e potrebbe rivelarsi un vantaggio per i viaggiatori se Google potrebbe un giorno aumentare il tasso di accuratezza. La possibilità di scattare una foto di un punto di riferimento non identificato e avere lo smartphone o la fotocamera abilitata alla rete lo identificano immediatamente sarebbe popolare, credo. Naturalmente, c'è anche il potenziale per applicazioni scientifiche e di consumo che nessuno ha ancora pensato.

Quindi come funziona? Jay Yagnik, capo della ricerca di computer vision di Google, spiega in un post sul blog. Il primo passo consiste nell'utilizzare 40 milioni di foto con tag GPS da due servizi Google, Picasa e Panoramio e pagine Web di guide turistiche online per compilare un elenco di punti di riferimento. "Successivamente, abbiamo trovato le immagini candidate per ciascun punto di riferimento utilizzando queste fonti e Google Image Search, che abbiamo poi" potato "utilizzando tecniche di corrispondenza e tecniche di clustering senza supervisione efficienti", scrive.

Il passaggio finale è stato lo sviluppo di un sistema di indicizzazione per riconoscimento veloce delle immagini. Ma nonostante l'intelligenza del progetto, la ricerca accurata delle immagini rimane difficile. Come indica la foto qui sotto, i punti di riferimento non collegati possono condividere caratteristiche architettoniche simili; inoltre, l'inclusione di un enorme banner o bandiera può portare a una corrispondenza errata.

Si spera che il progetto di ricerca di Google migliorerà la ricerca di immagini, che oggi è troppo dipendente dal tagging. Il prossimo passo sarebbe trovare un modo per identificare il numero infinito di immagini non di riferimento, ma quell'attività sembra infinitamente più impegnativa.