Google 图片搜索

定义

Google 图片搜索是谷歌运营的一项图片搜索服务,功能是在万维网上检索图像内容,并以缩略图网格的形式把结果呈现给用户^[1]。检索结果页同时给出图片所在网页、图片的尺寸与文件信息等辅助内容,用户点击缩略图即可查看图片和它所在的页面^[1]。

这项服务提供两种输入方式:一种是像普通网页搜索那样键入文字关键词;另一种是把图片本身作为查询条件,即通常所说的“以图搜图”或反向图片搜索^[3]。除基本检索外,服务还提供按尺寸、宽高比、颜色、图片类型、使用权限等条件筛选结果的工具^[4]。

原理

文字检索依托搜索引擎的通用抓取流程:谷歌的爬虫程序在网页中发现图片后,把图片建入索引,并记录图片文件名、替代文本(Alt 属性)、图片周边的正文以及所在页面的信息,这些文本线索决定了一张图片与哪些查询词相关^[5]。因此,同一张图片在不同网页上可能因为上下文不同而获得不同的相关性判断^[5]。

以图搜图的处理路径与之不同。用户提交图片后,算法并不读取文件名或来源网址,而是分析图像内容,把它拆解为特征,捕捉纹理、颜色、形状等有区分度的视觉属性,再结合特征之间的几何关系形成对这张图片的数学描述^[3]。该描述被送往后台服务器,与索引中的大量图片比对;当算法对匹配结果有足够把握时,结果页会给出对被查图片内容的“最佳猜测”,同时列出外观相似的图片^[3]。

可表示为:图像 $I \rightarrow$ 特征集 $F=\{f_1, f_2, \dots, f_n\} \rightarrow$ 与索引特征比对 $\rightarrow$ 相似度排序。索引侧通常把图像特征存为数值向量,用倒排索引或向量检索等结构加快近邻查找,文本标签与视觉向量两条通道常常并用^[6]。深度学习兴起后,卷积神经网络被用于从图像中自动生成可检索的语义标签,弥补人工设计特征在表达能力上的不足^[7]。

flowchart LR

A[用户输入: 关键词或图片] --> B{输入类型}

B -->|文本| C[文本索引匹配]

B -->|图片| D[视觉特征提取]

C --> E[候选图片集合]

D --> E

E --> F[相关性排序]

F --> G[缩略图结果页]

发展历程

2000 年前后,谷歌的搜索结果仍以文本链接列表为主。2000 年格莱美颁奖典礼上,詹妮弗·洛佩兹所穿绿色礼服引发大量图片查询需求,当时的技术难以直接满足,这成为开发图片搜索的起因^[1]。谷歌随后由工程师与产品经理组成团队推进该项目,2001 年 7 月正式推出 Google 图片搜索^[1]。

上线当年,索引中的图片约为 2.5 亿张;2005 年增至 10 亿张,到 2010 年超过 100 亿张^[1]。2010 年 7 月,服务日访问量超过 1 亿次^[8]。2007 年初,界面改为鼠标悬停缩略图时显示分辨率、网址等信息,这一设计在数周后被取消,2010 年 7 月 20 日改版时又以悬停放大的形式重新出现^[1]。

2009 年 10 月 27 日,服务加入查找相似图片的功能^[1]。2011 年 5 月推出按主题分类浏览查询结果的视图,同年 6 月上线“Search by Image”,用户可拖放、上传图片或粘贴图片链接完成反向检索,无需安装第三方插件^[1]。

2012 年 12 月,谷歌调整算法,使非色情类查询词不再返回色情图片,并声明并未审查成人内容^[1]。2018 年 2 月 15 日,为配合与盖蒂图片社的许可合作,结果页移除了直接指向原图的“查看图片”按钮,并弱化了“以图搜索”入口,同时在界面中更突出著作权提示^[1]。2019 年 8 月 6 日,按分辨率筛选以及“大于”“人脸”“全彩”等筛选项被取消^[1]。

2026 年,谷歌在服务上线 25 周年之际宣布两项新功能:一是根据用户兴趣实时更新的可浏览图片主页,支持以标签归集保存的图片;二是在搜索的 AI 概览中依据文字提示直接生成图像^[9]。同年,谷歌公布了图片搜索专用的检索运算符,包括用于定位引用某图片网址的页面的 src: 与按宽高筛选的 imagesize:^[10]。

应用

在素材查找方面,用户通过关键词和尺寸、颜色、类型等筛选条件,可以快速定位适合做插图、壁纸或设计参考的图片,并可按使用权限筛选出授权范围明确的素材^[4]。 educators 与研究者也常用它检索历史照片、地图与科学图像^[11]。

在溯源方面,以图搜图可用来查找某张图片在其他网站上的使用情况,例如确认自有图片是否被第三方站点直接引用,或寻找同一素材的更高分辨率版本。电商场景中,用户上传商品照片后检索同款或相似商品,是反向图片检索的常见用法之一^[5]。

在视觉搜索方向上,谷歌于 2017 年推出 Google Lens,把以图搜索从桌面检索框延伸到相机取景和移动设备,支持文字与图像组合的多模态查询^[9]。此外,搜索主结果页自 2014 年起也开始呈现图片类结果,使图片检索与普通网页检索的边界逐渐模糊^[12]。

局限

文字检索的相关性依赖网页侧的文字线索,当图片周边文本与画面内容无关时,结果可能偏离用户意图^[5]。以图搜图则受特征区分度制约:地标等外观独特、形状稳定的对象容易获得可靠匹配,而皱起的毯子、幼犬这类缺乏鲜明特征或形状不固定的对象,往往只能返回外观相似而非同一对象的图片^[3]。

视觉检索存在语义鸿沟问题,即低层视觉特征与人类对图像内容的理解之间并不一致,这是检索准确度长期受限的根本原因之一^[13]。谷歌官方也说明,图片检索运算符受索引与抓取条件限制,结果可能不如标准网页查询完整。

版权方面,检索到的图片可能受著作权保护,服务本身不授予用户使用这些图片的权利,使用前需向权利人取得许可^[14]。为回应这一约束,谷歌在 2018 年调整界面,取消了从结果页直接打开原图的入口,并把用户引向图片所在网页的授权信息^[1]。

参见

• 谷歌 —— 提供 Google 图片搜索服务的公司。

• 搜索引擎 —— 图片搜索依托的通用检索技术框架。

• 反向图片搜索 —— 以图片本身作为查询条件的检索方式。

• Google Lens —— 将视觉搜索延伸到相机与移动设备的谷歌产品。

• 基于内容的图像检索 —— 以颜色、纹理、形状等视觉特征建立索引的检索方法。

• 安全搜索 —— 用于过滤成人内容的搜索过滤机制。