圖片搜索的收納柜

如何從一堆亂糟糟的圖片搜索結(jié)果中理出頭緒?聚類的圖片搜索會帶來不同的體驗。

現(xiàn)在市場上的圖片搜索引擎多少有點懶人衣櫥的味道。當(dāng)你用關(guān)鍵詞搜索圖片時，常常會因為關(guān)鍵詞本身的簡單或模糊，導(dǎo)致搜索結(jié)果雜亂無章。面對搜索引擎給出的幾千條結(jié)果而不耐煩地翻下去的時候，你的心情肯定就像臨出門前，要在一個不整齊的衣櫥里翻找今天要穿的衣服一樣糟糕。

有專業(yè)人士做過一項調(diào)查，對比搜索圖片經(jīng)驗豐富和經(jīng)驗有限的兩組人，結(jié)果發(fā)現(xiàn)了一個共同的規(guī)律：當(dāng)他們進行圖片搜索時，往往不會主動去改變關(guān)鍵詞，而是在結(jié)果中不斷后翻，直至找到滿意的目標(biāo)為止。不要怪他們懶惰，這種舉動是因為，在搜索一幅圖片時，很多人并不知道該怎樣定義關(guān)鍵字，而列得太多又往往適得其反。

新的技術(shù)能夠帶來什么改變嗎?來自微軟亞洲研究院(HSRA)的一對搭檔，推出了一個名為“IGroup”(Image Group)的圖片搜索聚類方向的研究項目，已經(jīng)可以很好地解決用戶上述的煩惱。

喜歡K歌、熱愛音樂的研究員景風(fēng)，和穿著時尚、寓有親和力的用戶體驗設(shè)計師王爍，絕對是MSRA里的兩個個性分子，前者負責(zé)該項目的具體算法和技術(shù)實現(xiàn)，后者則從用戶體驗的角度設(shè)計整個交互流程與界面。他們的IGroup和他們本人一樣，都有點突破傳統(tǒng)思路、另辟蹊徑的味道。目前，IGroup中的某些關(guān)鍵技術(shù)已申請了專利。

IGroup可以架構(gòu)在某個基礎(chǔ)搜索引擎之上。它把用戶獲得的搜索界面分為了兩個區(qū)域，左側(cè)是與關(guān)鍵字相關(guān)的短語聚類和小型縮略圖，右側(cè)則是圖片搜索結(jié)果的展示區(qū)。這有點像是帶有分類格子的衣櫥，而所有的分類都是系統(tǒng)自動完成的。比如，當(dāng)你搜索“Tiger”(老虎)一詞時，左側(cè)的聚類會顯示出與之相關(guān)的幾條短語，除了將其細分為“孟加拉虎”、“印度虎”、“西伯利亞虎”等類別外，還會出現(xiàn)類似“Tiger Woods”(“老虎”伍茲，一位著名的高爾夫運動員)的分類，甚至還有蘋果曾經(jīng)發(fā)布的代號為“老虎”的操作系統(tǒng)。用戶可以先在左側(cè)根據(jù)分類詞條和小型縮略圖進行初選，而后再在與之相關(guān)的右側(cè)展示區(qū)中詳細瀏覽。

在右側(cè)的瀏覽區(qū)，初始結(jié)果有多種顯示排列方式。其一是從左側(cè)導(dǎo)航區(qū)的每個分類中抽取幾幅具有代表性的圖片而形成的聚類縮略圖；其二是自動顯示某一較大的圖片聚類。

這種結(jié)合了語義的歸納視圖能夠顯著提高圖片搜索的效率，且能夠帶給用戶額外的提示。比如，當(dāng)你搜索“pentagon”(五角形)時，IGroup會在導(dǎo)航區(qū)列出美國五角大樓和五角形(pentagon shape)等不同聚類短語供用戶選擇，這樣用戶便可以在下一次的查詢中，直接輸入曾經(jīng)點擊過的某個詞條作為關(guān)鍵字，由此獲得更精準(zhǔn)的搜索結(jié)果。

事實上，關(guān)于圖片的搜索聚類并不是一個新鮮話題。傳統(tǒng)的做法是，對每張圖片抽取一個特征(文不的或者圖像的)，然后進行聚類。但這一方式顯然在效率和速度上處于劣勢。IGroup選擇了個巧妙的做法，先根據(jù)用戶的圖片搜索關(guān)鍵字，再在搜索引擎中進行文本搜索，抽取出前幾百個結(jié)果中反復(fù)出現(xiàn)的高頻短語作為二次圖片搜索的關(guān)鍵詞(大約在20個以內(nèi))，而對于一些無法分類的詞則存放在一個名為“Other”(其他)的類別中，這樣一來既覆蓋了所有搜索結(jié)果，又在不影響速度的情況下提高了查詢的效率。

在算法實現(xiàn)上，如何定義和獲得準(zhǔn)確的聚類，如何消除各類中的冗余圖片等，都是IGroup研究的難點。景風(fēng)和王爍也在嘗試進一步優(yōu)化這一項目。在未來，他們可能采取類似Digg.com的機制，根據(jù)用戶的搜索和點擊情況，對聚類和縮略圖進行排序；也可能會將目前的聚類分為多個層級，讓用戶可以有進一步細化的選擇。

方式多種多樣，但可以預(yù)見的結(jié)果是，未來的圖片搜索將會變得越來越聰明、越來越方便。