关键词搜索已经过时了，Shutterstock 教你基于构图来搜索图片

找到一张满意的图有多难?

首先第一步当然是输入关键词，不过往往会显示出很多的结果，我们需要选择差别颜色、尺寸来进一步精确搜索范围。很多图片网站提供了更详细的筛选条件，来帮手用户快速找到合适的图片，不过结果还是不够抱负，基于条件搜索的方法依然不够「人性化」。

一张图中有很多元素，这些元素的位置往往不成控，，我们需要在大量相似的图中找到合适构图的那一张，整个过程很费时。Shutterstock 提供了一种新的搜索工具 Composition Aware Search，用户可以基于构图更快速地找到精确的结果。

这个工具运用的是深度学习技术，基于 Shutterstock 的下一代视觉模型，将机器视觉、自然语言处理和信息检索技术相结合，在海量的图库中找到与搜索尺度相匹配的结果。添加关键词到画布中，然后移动到想要的位置，就可以看到对应构图的图片。举个例子，输入关键词「cat」，移动到左边，再添加关键词「dog」，放到右边，就可以找到左边是猫，右边是狗的图片。随意移动关键词的位置，可以在搜索结果中实时看到更改。

(点击体验 Composition Aware Search)

很多用户找图费时间，很大的原因就是对构图不满意，好比用于幻灯片的配景，图上要有合适的空间留着写案牍。在 Shutterstock 的新工具中，你还能自定义文本位置，找到有合适留白的图片。

Shutterstock 创始人 Jon Oringer 提到：「这项技术的主要突破在于，我们只需要训练模型来识别内容是什么，而位置变革可以交给深度神经网络来完成。」

对设计师和很多需要经常找图的用户来说，这个工具可以极大地提升找图的效率。

这个工具由 Shutterstock 内部的计算机视觉团队开发，去年他们就曾推出了反向搜索和相似图片搜索的功能，这些技术的目的都是为了让用户更快速地找到想要的图片。

很多公司都在用机器学习来对视觉内容进行标记和分类。Pinterest 和零售商 Target 合作升级了拍照搜索，可以反向搜索菜单，还能搜索到商品。某成人网站也开始启用 AI 系统，使用机器学习来识别 XX 明星，自动标记 500 万个视频内容。

基于构图的搜索工具是 Shutterstock 用 AI 改变图片搜索的另一突破，不过目前这项技术还处在测试阶段，只能识别一些简单的内容。