google的以圖搜圖相信大家都不陌生,非常好用
本人這篇文章是紀錄一下自己如何利用本身在人工智能方面的知識土法煉鋼一個以圖搜圖算法,至於跟google一不一樣就待討論了
首先以圖搜圖本身是一個相似度比對問題,人類怎麼做相似度比對呢?
好比給你一堆圖片,之後要求你選一張喜歡的,之後把剩下的圖片都拿走
過一陣子你手上那張喜歡的圖片搞丟了,這時候唯一能做的就是根據印象
來查找最相似得圖片,這裡涉及到幾個概念,人腦中印象這個概念
1.印象這抽象的東西怎麼在機器中用數值的方式具體描述
2.圖片這東西如何變成印象
因此我用了一個自編碼器,來訓練將圖片壓縮在解壓縮的過程
來得到一個encoder,你可以把encoder想成壓縮器
用途是把圖片壓縮成印象,一種簡化表示
通俗一點來類比就是,例如大象有長長鼻子,那簡化表示後就剩鼻子
大概這樣子.
之後再用knn最近鄰搜索算法,把所有encoder完的z塞進去
之後再推論階段就把圖片丟入encoder>encoder執行轉換成z>
用這個z去當做knn的input來得到最相似的樣本.
一個簡單的以圖搜圖就完成了.
