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.