近年来随着移动电商的兴起，以图搜图技术也开始逐步得到应用，如百度识图、微信扫一扫、淘宝拍立淘和京东拍照购等，然而以图搜图技术门槛高，周期长，还没有大范围普及。创始团队来自北大数字视频编解码国家工程实验室的博云视觉，就把他们的积累的基于紧凑视觉特征的图像搜索技术开放成API，为电商及各行业提供完整解决方案。

博云视觉为企业客户提供视觉搜索服务，企业客户可以通过公有云或私有云，把图像搜索功能集成到其产品和服务中，实现“以图搜图”。在公有云方面，博云视觉在阿里云平台上，部署了一套图像搜索整体解决方案。针对电商行业，博云视觉的图像搜索方案入驻了阿里云电商解决方案市场。在私有云服务方面，博云视觉则针对特定用户的需求提供定制化解决方案。

博云视觉图像搜索的核心技术，主要是客户端图像紧凑视觉特征提取，和云端大规模图像特征快速检索。企业的客户端软件通过摄像头拍摄画面，提取4K字节大小的紧凑视觉特征，发送到云端；云端通过大规模特征检索，找到与拍摄画面包含相同物体或场景的图像，并将相关信息返回给客户端。这项技术主要特点是前端提取的紧凑视觉特征只有 4K字节大小，客户端数据传输的流量小，带宽占用低使服务器端能够支持超高并发，适合移动应用场景。

关于该技术与深度学习图像特征提取技术的区别，博云视觉CEO陈杰博士告诉36氪，两者是两种不同的技术路线。特征匹配技术很早就有，但是之前准确率不高，博云视觉的算法现在把识别准确率提升到了可用的程度。两种技术有各自的使用场景，并不存在谁优谁劣的问题。

具体应用时，深度学习准确率高，需要大量素材库进行训练，并上传图片到服务器进行搜索，网络占用高。而特征识别不依赖素材库，压缩后的特征也只有4K，新产品上线，图片还很少的时候依然可以用，在超高并发的情况下，对服务器的存储和传输压力都小的多。陈杰表示，面向具体视觉搜索场景应用时，博云视觉也会将两种技术结合，以产生更好的体验。

关于搜索准确率，陈杰告诉36氪，基于特征提取的搜索准确率随物体类别有所不同，可划分为三个档：（1）平面物体，如杂志、海报等，准确率可以达到 95%以上；（2）三维刚性物体，如建筑、车辆、化妆品等，准确率在 80%以上；（3）对于柔性或纹理单一物体，如衣服等，识别相对困难。图像搜索在某些垂直领域已经可以成熟应用；然而面向“万物搜索”，仍有较大的提升空间。

实际应用上，最典型的场景就是移动电商。图像搜索可以用于文字搜索无法精确描述的场景，如海淘搜索商品时语种不对称、实时场景中看到心仪商品但信息不对称的情况等，这时以图搜商品就是更合适的方式。淘宝和京东都已经组建了团队开发此功能，博云视觉就希望面向其它电商，为他们提供以图搜图整体解决方案。博云视觉已经和一红酒电商进行了合作，拍摄酒标可以搜索对应的红酒。

除了电商，该技术还可以用在很多其它领域。例如博云视觉已经和中国美协合作，提供了画作查重解决方案，陈杰表示该技术还可以用于安防行业中的车辆搜索、广电行业媒资搜索等，同时也是AR/VR、三维重建、对象跟踪、辅助驾驶等热门应用的基础支撑技术之一。博云视觉的特征提取算法目前在PC和服务器上运行较快，每幅图在手机上执行速度在几百毫秒，博云视觉表示还在对算法的性能进行优化。

博云视觉15年12月成立，团队主要来自北大数字视频编解码国家工程实验室，目前有16人。团队成员早期参与了百度以图搜图的项目、腾讯的项目。陈杰表示未来博云视觉将在图像视频大数据分析处理平台的基础上，推广标准化的图像搜索技术。