Circa dieci anni fa, Google presentò il suo algoritmo PageRank, reinventando le modalità con cui le pagine web vengono indicizzate e proposte all’utente tra i risultati delle ricerche.
Adesso, una nuova tecnologia permetterebbe di applicare una filosofia simile anche per quanto riguarda le ricerche tra le immagini. A sostenerlo sono due ricercatori che collaborano con Google.
In un documento (consultabile a questo indirizzo), viene illustrato l’algoritmo “PageRank for Product Image Search“.
Il nuovo approccio permetterebbe di mettersi alle spalle l’attuale modalità con cui le immagini vengono presentate da parte del servizio “Google Ricerca immagini“.
“I nostri esperimenti hanno evidenziato significativi miglioramenti in termini di rilevanza dei risultati e di pertinenza rispetto alle parole chiave introdotte nella casella di ricerca”, hanno dichiarato i ricercatori Shumeet Baluja e Yushi Jing.
“PageRank for Product Image Search” – battezzato anche “VisualRank” – cerca anche di stabilire che cosa ciascuna immagine raffigura. Si tratta di una tecnologia che va oltre la classica “image recognition”, spesso costosa e che può richiedere molto tempo per poter essere portata a compimento dando inoltre scarsi risultati con immagini diverse da volti o da oggetti appartenenti ad insiemi molto ristretti. Per ottenere risultati migliori, i due ricercatori hanno unito l’attuale sistema di analisi delle immagini con l’analisi dei link che ha reso famoso l’algoritmo “PageRank”.
“Ricorrendo ad una procedura iterativa basata sull’algoritmo PageRank, viene assegnato un punteggio ad ogni singola immagine”, hanno spiegato Baluja e Jing. “In questo modo viene misurata la valenza di ciascuna immagine rispetto a tutte le altre”.
Buluja e Jing hanno dichiarato di essere così riusciti a ridurre di più dell’80% i risultati non pertinenti nelle varie ricerche.
Al momento, quello pubblicato dai due ricercatori, è semplicemente uno studio. Non è ancora chiaro se il sistema possa essere applicato sull’intero database di immagini mantenuto da Google.