谷歌的专利并未采用基于用户的方法而是着眼于

layexag138m

过去的图像分类早在 2008 年，我就在我写的一篇名为“地标图像中的社区标记和排名”的文章中撰写了有关搜索引擎如何从 Flickr 等照片数据库中学习以及人们如何标记图像的文章。

在另一篇介绍 Flickr 图像分类 Landmark 工作的文章《面孔和地标：实现更智能图像搜索的两个步骤》中，我提到了雅虎研究发现的部分内容：

使用自动生成的位置数据和可以将相似图像聚集在一起的软件 卡塔尔电话号码数据 来再次了解图像，不仅仅是查看与图片相关的单词来了解它们的含义。

这是使用图像集合中图像的元数据，这是一种与 Google 在这篇关于识别地标的文章中所做的非常不同的图像分类方法，Google 如何解释基于位置和实体的查询（已测试），其中它可以根据对地标实际位置的了解来识别地标。



地标的最新图像分类我提到这些早期的帖子是因为我想分享我所写的关于地标的内容，然后再指出谷歌最近的研究，关于它们如何识别彼此相隔一年的地标，其中一个是另一个的后续。

这些论文中的第一篇，Google-Landmarks：地标识别的新数据集和挑战，首先告诉我们一个需要解决的问题：

图像分类技术在过去几年中取得了显着的进步，Imagenet 分类挑战就是一个例子，其中错误率每年都在大幅下降。许多研究人员现在专注于细粒度和实例级识别问题，以继续推进计算机视觉领域的最新技术。许多人正在设计能够识别埃菲尔铁塔、富士山或波斯猫的机器学习算法，而不是识别建筑物、山脉和（当然）猫等一般实体。然而，该领域研究的一个重大障碍是缺乏大型注释数据集。