Pinterest镜头和谷歌镜头的出现点燃了视觉搜索引擎霸主地位的争夺战。除了为电子商务商店开辟新的收入来源外，视觉搜索还可能彻底改变消费者的习惯和购买决定。
在一个即时满足驱动的世界里，视觉搜索可以打开“快照和冲浪”购买之门，简化搜索界面。这为电子商务商店提供了一个良好的前景，为可视化web开发他们的产品列表广告(PLAs)和在线目录。
虽然还处于起步阶段，但优化视觉搜索可以极大地改善网站的用户体验、转化率和在线流量。然而，搜索引擎优化专家往往很少关注图像，他们通常更关注速度而不是可选属性和吸引力的优化。
虽然视觉搜索不会取代关键词的使用和基于文本的搜索的重要性，但它可能会彻底颠覆SEO和SEM行业。我想讨论一些视觉搜索的基本原理，以及它将如何影响我们的数字营销策略。
什么是视觉搜索?
目前主要的搜索公司有三种不同的视觉搜索流程:
依赖于文本查询的传统图像搜索。
依靠结构化数据来确定相似特征的反向图像搜索。
逐像素图像搜索，支持按图像或按图像的部分进行“抓取和搜索”。
在这篇文章中，我主要关注的是第三种类型，它可以让消费者通过上传或拍一张照片，在网上发现信息或产品，并将他们的查询集中在图片中他们想要研究的部分。它本质上和文本搜索是一样的，只是用一个图像来表示匹配的查询。
TinEye提供了第一个视觉搜索应用程序，至今仍在使用。这种形式的图像搜索根据相似的特征(比如形状和颜色)将图像与网络上的其他图像进行匹配。不幸的是，TinEye提供了有限范围的搜索应用程序，因为它没有绘制出图像中不同物体的轮廓。
今天的图像识别技术实际上可以识别包含在一幅图像中的多个形状和轮廓，从而允许用户匹配不同的对象。例如，微软的图片搜索技术允许用户在更大的图片中搜索特定的图片。
微软甚至在检测图片中选定的部分是否有购物意图，并在这些情况下显示“相关产品”。不幸的是，微软的视觉搜索相当局限于一些垂直领域，如家用电器和旅游。
目前，这项技术还很有限。Pinterest、微软和谷歌等公司正在投资的是一款由机器学习技术和深度神经网络支持的视觉搜索应用程序。
其想法是让机器像人脑一样识别图像中不同的形状、大小和颜色。当我们看特定的图片时，我们并没有看到大量的点和虚线。根据过去的经验，我们立即识别出模式和形状。不幸的是，我们仍然几乎不知道我们的大脑是如何解释图像的，所以把它编程到机器中会出现一些明显的复杂问题。
视觉搜索引擎已经开始依赖于利用机器学习技术来改进其过程的神经网络。像谷歌这样的公司从他们丰富的信息中获益，这使得他们的Lens应用程序不断改进其搜索功能。谷歌Lens不仅能够识别图片中的不同物体，还能够将它们与你附近的位置进行匹配，提供客户评论，并按照其自己的搜索算法对列表进行排序。
影响和未来
那么，用户和企业需要什么样的技术呢?想象一下，你可以拍一张餐馆的照片，然后搜索引擎会告诉你餐馆的名字、位置、需求高峰时间和当晚的菜单特色。这项技术可以从杂志或陌生人那里为一双鞋子拍张照片，然后你就可以在那里订购它们了。
对于电子商务商店来说，视觉搜索将人们置于非常高的位置。一些独特的图片，产品评论和良好的产品描述，你可以吸引买家当场做出购买决定。
这也会稍微打开竞争的领域。Pinterest视觉搜索引擎是目前市场上最具颠覆性的搜索引擎之一。不过，Pinterest的搜索引擎只会将pinners重定向到Pinterest上的帖子，这意味着你需要在这个平台上有所作为，才能接触到这些用户。
随着伴随这一趋势的语音搜索和自然语言处理(NLP)的兴起，该技术可以帮助启动这一趋势