Nel prolifico cantiere di Mountain View, fervono i preparativi per il lancio di un nuovo progetto destinato al web. Dopo aver ampliato il motorone affiancando la ricerca per immagini al classico web search, gli ingegneri di Google pensano a come riformularne il sistema di indicizzazione. La catalogazione del materiale iconografico sarà gestita dall’esclusivo algoritmo VisualRank , che promette di riconoscere e associare enormi quantità d’immagini dal contenuto simile.
In occasione dell’ International World Wide Web Conference di Pechino, due ricercatori Google hanno presentato in anteprima il progetto che costituirà la naturale evoluzione dell’image search , la popolare ricerca per immagini che vide la luce nel 2001. Il documento , intitolato PageRank for Product Image Search illustra un avanzato sistema di classificazione , che unisce tecnologie software per il riconoscimento delle immagini e nuovi metodi di ranking.
Attualmente, i risultati delle ricerche di Google vengono generati attraverso gli indizi testuali ai quali sono associate le singole immagini. Secondo i due esperti, le ricerche compiute sino a oggi sull’analisi di questa tipologia di dati hanno fornito risultati contrastanti. Se da una parte sono stati raggiunti traguardi importanti nel riconoscimento digitale dei volti umani, sono emerse difficoltà non indifferenti per quanto riguarda l’elaborazione di rappresentazioni di oggetti come, ad esempio, una montagna o una tazza da tè. L’obiettivo per gli scienziati è quello di applicare le più avanzate tecnologie di riconoscimento attraverso un algoritmo che permetta di selezionare le foto o le immagini più rappresentative per una determinata ricerca.
Lo studio si è concentrato su un sottoinsieme delle immagini catalogate da Google , poiché sarebbe stato impossibile analizzare interamente l’enorme quantità di contenuti presenti. In particolare sono state prese in considerazione 2000 tra le ricerche più popolari effettuate attraverso il motore di ricerca. Molte parole di uso comune, come iPod, Xbox e Zune, sono state scelte appositamente per portare a termine la fase di test. Grazie all’intervento di circa 150 dipendenti e all’adozione delle nuove tecniche, è stato possibile ottenere una classificazione basata sulla pertinenza delle immagini. I risultati ottenuti hanno evidenziato un promettente 83% in meno di immagini irrilevanti .
Alessandro Lucarelli
Ti potrebbe interessare
29 apr 2008