Im März präsentierte Shutterstock bereits seine umgekehrte Bildersuche für Desktop-Anwendungen. Jetzt gibt es die Software auch als App. Mit der umgekehrten Bildsuche können User selbstgemachte Fotos über die Shutterstock App hochladen, um in den über 80 Millionen Bildern innerhalb der Shutterstock-Kollektion nach ähnlichen Inhalten im gleichen Stil zu suchen.
Nach seinem kürzlich vorgestellten Plug-in für Powerpoint präsentiert Stockfotanbieter Shutterstock heute seine neue, intelligente Software zur rückwärtigen Bildersuche bereits im Frühjahr vor. Jetzt können auch User über eine App dazu beitragen, dass die Suche noch effizienter wird. Denn durch neue Suchvorgänge analysiert und lernt das neuronale Netzwerk im Backend bei Shutterstock, welche Art von Bildern am beliebtesten für mobile Anwendungen im Vergleich zum Desktop sind. Die gesammelten Daten zeigen Trends und beste Techniken für mobile Geräte. Mit dieser neuesten Entwicklung möchte Shutterstock die nächste Generation der Bildsuche einläuten, die Beschränkungen durch Suchbegriffe überwindet. Bereits im März hatte Shutterstock den Einsatz von computergestützten Bilderkennungstechniken für die gesamte Kollektion angekündigt.
Umgekehrte Bildsuche für Handyfotografen
„Als wir die umgekehrte Bildsuche im Frühjahr enthüllt haben, wussten wir, dass sie auch perfekt für unsere mobile Anwendung ist. Sie ist wohl eines der besten Beispiele für Computer Vision Technologie“, sagt Jon Oringer, CEO von Shutterstock. „Es ist so einfach mit dem Handy zu fotografieren, und jeder hat bereits hunderte oder tausende Bilder im Speicher. Jetzt kann man sie nutzen, um ähnliche Bilder in einer besseren Qualität zu finden, die den Ansprüchen im professionellen Umfeld entsprechen.“
Computer Vision bzw. maschinelles Sehen beschreibt die computergestützte Fähigkeit, die Hauptcharakteristika von Bildern numerisch zu bestimmen und das sowohl optisch als auch inhaltlich konzeptionell. Die Technologie hilft dabei, relevante Inhalte zu identifizieren und anzuzeigen und stützt sich weniger auf Metadaten wie Keywords oder Tags, sondern auf die in Bildern vorhandenen Pixeldaten.
