移动视觉搜索

个人定义的移动视觉搜索是指：以移动终端捕获的图像作为检索项，通过互联网检索感兴趣信息的一种信息检索方式。

目前，我看到了5个提供移动视觉搜索服务的公司：分别是google goggles, amazon snaptell, nokia point&find, kooaba和oMoby。如下图。（图片来自cvpr2010，点击查看论文）

google goggles我感觉是个里程碑式的应用程序，google强大的科学家，工程师和服务器把goggles打造的无比强大。goggles可以识别文字，书籍，商标，地标，酒，名片，条形码，艺术品。种类之多是其他几家远远所不及的（除了oMoby）。感觉google的策略就是人无我有，人有我买。先是买下了HP的OCR引擎tesseract（该引擎是某年OCR比赛的第二名），最近又买来了一家艺术品图像检索的小公司PLinkArt。 在我试用goggles的过程中，感觉goggles的识别精度令人叹为观止，特别是商标和酒类。当然，也有缺点，比如说对不擅长中文书籍的检索，对一般 性的物品无能为力。我现在的愿望就是google能够开放goggles的API，天知道能催生出多少个应用呢。我觉得，当goggles摆在我们面前 时，每一个想做图像检索的人或者公司，都该严肃的想一想，还能做什么，该怎么做。

amazon snaptell是cvchina最早介绍的公司之一。可以识别的对象比较有限，限于书籍，CD/DVD等封面。原本是一票印度人创建的公司，后来被亚马逊收购。目前有iphone上的app可供使用。

nokia point&find是 nokia自家的图像检索引擎。特点是与增强现实结合比较紧密，提供了一些基于地图的服务，比如说扫描条形码，就提供所在城市该商品的各个商店的价格信 息。感觉这是point&find的优势所在，因为它可以跟nokia的Ovi地图服务紧密结合起来。在where2.0和增强现实的概念热得烫 手的今天，point&find是不是很有卖点呢？

kooaba在cvchina上也介绍过了，ETH的大牛们创建的公司，cvpr2010上还有他们的创业心得， 非常值得一看。kooaba的识别目标也比较有限，比不上goggles，跟snaptell差不多，限于书籍DVD等。但是kooaba有个特点是他们 的服务是真正的云计算，用的亚马逊的EC2搭建。而且kooaba还提供API，这是我所知道的目前唯一的图像搜索的API，而且的而且，在一定限度内还 是免费的，每天允许50次免费查询。kooaba旗下有三个（？）面向终端用户的应用paperboy，kooaba visual search，和shooting star。每一个都很有特点，我觉得kooaba的创始人真的很聪明，不管是学术，开发还是商业，都能玩得转，都是一专多能的人才。kooaba也已实际行动回答了上面的问题：当有goggles时，我们该怎么办？答案就是，寻找不一样的商业模式。

oMoby其实是cvchina以前介绍过的IQ engines旗下的产品。最大的特点是，什么都能识别。听起来有点不可思议是么？答案是这样的，如果机器能识别，当然最好，实在不能，就human sourcing，也就是。。人肉之。你觉得我在忽悠么？看这里。

看完这五家移动视觉搜索，我有几个想法，是它们都没有做好的，也是后来者可以超越它们的地方：

1：中文资源的欠缺。这些公司都是欧美企业，数据库里都是西方人关注的资料。想用它们的引擎检索一本中文图书，真是不太可能成功。

2：API欠缺。

3：这些应用都太严肃。能不能发掘一些基于视觉搜索的，比较轻松，好玩，有趣的应用呢?