Question

百度识图的原理是什么？

系统是怎么确定这两个图片相似的？莫非是通过像素填充的密集度？

Answer 1

对于这种百度，谷歌的图像搜索一般由算法实现，一般是三个步骤：
1. 将目标图片进行特征提取，描述图像的算法很多，用的比较多的是：SIFT描述子，指纹算法函数，bundling features算法，hash function(散列函数)等。也可以根据不同的图像，设计不同的算法，比如图像局部N阶矩的方法提取图像特征。
2. 将图像特征信息进行编码，并将海量图像编码做查找表。对于目标图像，可以对分辨率较大的图像进行降采样，减少运算量后在进行图像特征提取和编码处理。
3. 相似度匹配运算：利用目标图像的编码值，在图像搜索引擎中的图像数据库进行全局或是局部的相似度计算;根据所需要的鲁棒性，设定阈值，然后将相似度高的图片预保留下来;最后应该还有一步筛选最佳匹配图片，这个应该还是用到特征检测算法。
其中每个步骤都有很多算法研究，围绕数学，统计学，图像编码，信号处理等理论进行研究。

追问

那它是怎么辨别局部误差的？

追答

一般这种软件只能 或者 说只会够捕捉到图片里特殊的、明显的部分（！），比如纹理、颜色和图形。然后baidu的后台服务器会对比百度Images库里数亿张照片，猜出最接近（！）的图片呈现给你。不一定是最佳的答案，但起码是在图形上相似的，所以说局部误差是多方面的，它只能够按照他的逻辑找相似，而无法一些避免对我们来说显而易见的不同。还是有缺陷的。