Dos cient\u00edficos de Google prestentaron un trabajo en la World Wide Web Conference celebrada en Beijing la semana pasada que describe su visi\u00f3n del futuro de la b\u00fasqueda de im\u00e1genes.<\/p>\n
La nueva tecnolog\u00eda de b\u00fasqueda de im\u00e1genes no se limita indexar texto relacionado con una imagen para determinar lo que hay en ella, sino que Google pretende utilizar ordenadores para analizar el contenido de las fotos y, a continuaci\u00f3n, usar esa informaci\u00f3n, ordenada por categor\u00edas, con las consultas de palabras clave. Es decir, se trata de algo similar al PageRank pero para im\u00e1genes.<\/p>\n
Hoy en d\u00eda, cuando hablamos de b\u00fasquedas, todos damos por hecho que nos referimos a b\u00fasquedas de texto. Y cuando buscamos im\u00e1genes, v\u00eddeos y contenidos de audio, la \u00fanica informaci\u00f3n que los motores de b\u00fasqueda utilizan para realizar esas b\u00fasquedas es el texto asociado a dichos archivos. <\/p>\n
Hasta ahora, Google y otras compa\u00f1\u00edas han invertido grandes esfuerzos en mejorar los metadatos que se refieren al contenido enriquecido. Un ejemplo, es el Image Labeler game de Google, que utiliza el trabajo humano para etiquetar las im\u00e1genes adecuadamente. Se trata de un enfoque innovador, pero que sigue estando limitado a la capacidad de descripci\u00f3n de la persona que etiqueta los archivos. <\/p>\n
En cambio, una vez que los ordenadores puedan analizar el contenido de otros tipos de archivos con la misma facilidad que los de texto, surgir\u00e1 toda una nueva dimensi\u00f3n de b\u00fasquedas. Los humanos ya no necesitar\u00e1n realizar la ardua tarea de describir lo que aparece en estos tipos de archivos y el contenido dejar\u00e1 de ser invisible en Internet.<\/p>\n
Seg\u00fan Yushi Jing y Shumeet Baluja, de Google, la compa\u00f1\u00eda ya est\u00e1 preparada ahora para ver m\u00e1s all\u00e1 del texto. En su trabajo, los cient\u00edficos hablan de sus esfuerzos por aplicar un puntero software de reconocimiento de im\u00e1genes para averiguar lo que aparece en una imagen. Sus experimentos para llegar realmente al contenido de las im\u00e1genes en s\u00ed \u201cmuestra avances significativos, en cuanto a relevancia y satisfacci\u00f3n de los usuarios, en comparaci\u00f3n con los resultados m\u00e1s recientes de las b\u00fasquedas de im\u00e1genes de Google\u201d.<\/p>\n
Google est\u00e1 observando las caracter\u00edsticas visuales de im\u00e1genes populares para luego determinar una clasificaci\u00f3n basada en similaridades entre las im\u00e1genes. <\/p>\n