Shutterstock stellt heute seine neue innovative Such- und Bilderkennungsfunktion vor, die auf einem hierfür entwickelten faltungscodierten neuronalen Netzwerk basiert. Die Funktion zur umgekehrten Bildsuche und zur Suche sich ähnelnder Bilder steht ab sofort zur Verfügung. Zeitnah wird Shutterstock die Funktion zur Suche nach sich ähnelnden Bildern auch für Videos anbieten. Eine erste Applikation des neu entwickelten neuronalen Netzwerks zeigt sich in der umgekehrten Bildsuche, die eine innovative Alternative zur herkömmlichen Bildrecherche über Suchbegriffe darstellt. Ab sofort können Shutterstocks Kunden ganz einfach ein favorisiertes Bild der Shutterstock Kollektion oder jeder anderen Quelle hochladen, der Algorithmus analysiert das Bild, und die Suchfunktion übermittelt dann ähnliche Bildergebnisse. Damit werden Beschränkungen, die sich bei einer Bildsuche mit Suchbegriffen ergeben, überwunden.

„Wir treiben die Entwicklung branchenführender Technologien stark voran und verbessern unser Angebot kontinuierlich. Bei einer umfangreichen Kollektion wie der von Shutterstock ist das schnelle und exakte Finden gesuchter Inhalte besonders wichtig. Die stetige Weiterentwicklung unserer Suchfunktionen und der Bilderkennung begründen den Erfolg unseres Unternehmens“, so Anshu Aggarwal, Chief Technical Officer bei Shutterstock. „Das Ganze dann auf Video zu übertragen, ist ein echter Durchbruch. Die Technologie lernt selbständig weiter und erkennt, was ein Bild oder Video ausmacht, womit sich wiederum völlig neue Möglichkeiten eröffnen. Wir wissen, dass wir bei der Auswertung des maschinellen Lernens zwar noch an der Oberfläche kratzen, aber wir werten gewonnene Erkenntnisse weiter aus und werden diese für unsere Kunden einsetzen.“

 

Wie funktioniert das Tool?

Computer Vision bzw. maschinelles Sehen beschreibt die computergestützte Fähigkeit, die Hauptcharakteristika von Bildern numerisch zu bestimmen und das sowohl optisch als auch inhaltlich konzeptionell. Die Technologie hilft dabei, relevante Inhalte zu identifizieren und anzuzeigen und stützt sich weniger auf Metadaten wie Keywords oder Tags, sondern auf die in Bildern vorhandenen Pixeldaten.
Shutterstocks Computer Vision-Team hat die jetzt zum Einsatz gebrachte Technologie komplett hausintern entwickelt sowie getestet und arbeitet seit einem Jahr daran, die zahlreichen Herausforderungen rund um die visuelle Bildsuche zu lösen. Mit einer Kollektion von über 70 Millionen Bildern hat Shutterstock seine Computer Vision-Technologie wie kein anderes Unternehmen zur Marktreife gebracht und beweist damit einmal mehr seine Position als führende Bildagentur. Shutterstocks riesige Kollektion und die Auswertungen sämtlicher Bilddaten, Suchanfragen und Downloads stellen die notwendigen Voraussetzungen zur erfolgreichen Anwendung der neu eingesetzten Technologie zur Verfügung.

Weitere Informationen erhalten ihr über www.shutterstock.com oder folgt Shutterstock auf Twitter und Facebook.