En 2017, Google Lens et Pinterest Lens ont été lancés. Vers la même époque, l’application ASOS Style Match a été concrétisée. Différentes dans la fonctionnalité offerte, ces applications avaient une caractéristique commune majeure. Ils permettaient aux utilisateurs de prendre ou de télécharger une image d’un objet et d’obtenir des informations à son sujet ou des recommandations sur des objets similaires.

Et cela s’est avéré bénéfique. En seulement un an, Pinterest Lens a célébré plus de 600 millions de recherches par mois. En 2019, plus d’un milliard de personnes avaient déjà adressé des requêtes à Google Lens. ASOS a profité de l’offre d’articles de son stock, similaires aux requêtes des utilisateurs.

Toutes ces applications ont joué un pari sur la recherche visuelle. Et cela semblait être quelque chose que les gens anticipaient depuis longtemps. Bing, Amazon, eBay et des dizaines de petites entreprises ont rejoint le club, portant l’expérience des consommateurs à un niveau supérieur. Il est donc grand temps de garder un œil sur la recherche visuelle.

Au sens large, la recherche visuelle est une technologie permettant de rechercher des informations en utilisant une image comme requête. Cela permet également de retourner des résultats de recherche visuels à des requêtes textuelles. Mais en réalité, il existe trois variantes de recherche visuelle largement utilisées.

Méta de recherche d’images.

La méta-recherche d’images est un système de recherche d’informations permettant de rechercher un contenu visuel tel que des images, des animations, etc. à l’aide de requêtes textuelles. Il renvoie un ensemble de vignettes d’image sous forme de résultats de recherche triés par pertinence. À en juger par le nom, il est évident que le système utilise des métadonnées d’images (noms de fichier, balises alt ou descriptions associées à l’image) indexées dans sa base de données pour trouver une correspondance avec une requête. Cela en fait le parent le plus proche de la recherche classique par mots clés que nous connaissons tous. Avec la différence dans le type de résultats.

Aujourd’hui, la méta-recherche d’images est la variante de recherche visuelle la plus largement adoptée. Il y a cependant quelques inconvénients. Parfois, il est assez difficile de formuler exactement ce que vous recherchez. Surtout si vous recherchez des choses spécifiques. Ce qui conduit inévitablement à l’obtention de résultats de recherche erronés.

la méta-recherche d'images est la variante de recherche visuelle la plus largement adoptée.

Recherche d’image inversée.

Il s’agit d’une technique de recherche dans laquelle une image formule une requête de recherche. Les chercheurs doivent télécharger un exemple d’image ou y insérer un lien. Pour lequel un moteur de recherche répond avec des images identiques ou similaires aux résultats de la recherche. Ainsi, les chercheurs peuvent éclaircir la source d’image ou trouver des images similaires.

La recherche d’images inversées est optimisée par une récupération d’images basée sur le contenu (CBIR). La récupération d’images basée sur le contenu implique la récupération d’images similaires à un exemple d’image donné à partir d’une base de données d’images. La recherche analyse la similarité du contenu des images. Et le contenu ici représente les couleurs, les formes, les textures et autres informations qu’une image peut contenir.

Ce qui le rend possible, demandez-vous. Oh, voici un champ scientifique interdisciplinaire plus large appelé vision par ordinateur. Ce qui, à son tour, fait partie du domaine de l’intelligence artificielle ou de l’informatique.

La recherche d'images inversées est optimisée par une récupération d'images basée sur le contenu (CBIR).

« Aligner et rechercher »

Oh, c’est mon préféré. Il s’agit d’une recherche par image ou d’une partie d’une image alimentée par la technologie de reconnaissance d’image. En tant que partie de la vision par ordinateur déjà mentionnée ici, la reconnaissance d’image fait référence à l’identification de différents objets dans les images. Ils peuvent être des lieux, des logos, des personnes, des bâtiments et d’autres objets. Les racines de la technologie dans l’apprentissage automatique et les réseaux de neurones. Les machines reconnaissent la taille d’un objet dans une image, sa forme, sa couleur, etc. et renvoient les informations relatives à ces objets. En outre, ils affichent des éléments similaires ou similaires dans les résultats de recherche.

Regardons de plus près le processus. Une fois qu’un utilisateur a cliqué, par exemple, une paire de bottines fuchsia (ou a téléchargé une image trouvée sur Instagram) avec pour objectif « Je veux quelque chose comme ça ». Comment les machines feraient la magie? Le processus peut être divisé en trois étapes principales:

Balayage.

Une fois téléchargée, l’image est numérisée par le réseau de neurones artificiels du module de recherche visuelle. Le réseau de neurones générera les principaux descripteurs de votre image, tels que le type de chaussure, sa couleur, son matériau, etc. Ils seront renvoyés sous forme de balises de texte.

Correspondant à.

Avec des étiquettes à portée de main, le système peut parcourir son index pour trouver des correspondances. Dans notre exemple, l’index est le catalogue de produits avec tous les articles étiquetés avec leurs balises descriptives.

L’index, d’ailleurs, est également créé à l’aide du réseau de neurones artificiels. Si un détaillant implémente un module de recherche visuelle dans son système, son réseau de neurones traite tous les produits de son catalogue afin d’éliminer les métadonnées que chaque élément contient et de générer des balises descriptives. Ainsi, le système peut analyser les étiquettes nouvellement arrivées par rapport aux étiquettes existantes du même type.

Filtration.

Enfin, le système filtre toutes les correspondances trouvées en fonction de leur pertinence pour l’entrée. Viennent donc en premier lieu les bottines fuchsia qui ressemblent le plus à ce que vous avez cherché. Le reste des résultats variera des chaussures absolument identiques à celles de la même couleur.

le système filtre toutes les correspondances trouvées en fonction de leur pertinence pour l'entrée.

Solutions de recherche d’images populaires

Vous trouverez ci-dessous quelques exemples de solutions de recherche visuelles, telles que des moteurs de recherche et des applications de recherche visuelle:

Google Images est le plus grand service de recherche visuelle lancé par Google en 2001. Il permet à la fois la recherche textuelle et la recherche d’images inversées.

Bing Images est le moteur de recherche visuel de Microsoft. Il prend en charge les recherches d’images textuelles et inverses. Il permet également de mettre en évidence un objet dans l’image et d’obtenir les résultats d’une image de ce qu’il croit être des objets similaires.

Bing Images est le moteur de recherche visuel de Microsoft.

Pinterest est l’une des plateformes de recherche visuelle les plus grandes et les plus populaires. Il inspire et stimule la créativité de 250 millions d’utilisateurs mensuels. Chaque requête textuelle renvoie des milliers d’épingles liées. De plus, chaque épingle vous permet de rechercher des résultats visuellement similaires en cliquant simplement sur un bouton spécial ou en mettant en évidence des objets.

Google Lens est une application de recherche visuelle qui permet aux utilisateurs de rechercher des informations littéralement à travers leurs objectifs. Il vous aide à traduire des textes, à lire des codes QR, à trouver des tenues ou des accessoires qui vous ont plu, à explorer des lieux proches, à identifier des plantes et des animaux, etc.

Lentille Pinterest – une superbe application de recherche visuelle qui permet aux utilisateurs de rechercher des idées en fonction de choses qu’ils dirigent vers leurs appareils photo.

Bixby Vision – une application de recherche visuelle de Samsung. Il offre des fonctionnalités similaires à celles de Google Lens, offrant aux utilisateurs un nouveau moyen d’interaction avec le monde qui les entoure. De la traduction d’un signe à l’apprentissage des calories dans votre déjeuner à l’essai même du maquillage avec AR.

Comment la recherche visuelle aide les utilisateurs et les entreprises?

Les technologies de recherche visuelle modifient le comportement des utilisateurs en matière de recherche et ouvrent de nouvelles portes aux entreprises pour la promotion et la vente de leurs produits. C’est ce que les entreprises cherchent à faire, c’est ce que les entreprises s’efforcent de faire avec ce que l’utilisateur veut exactement (ou très près de lui). En fait, l’industrie de la mode a été la première à reconnaître les avantages potentiels de la technologie de recherche visuelle. Pourtant, c’est une excellente solution pour le commerce électronique en général. Voici quelques points clés sur la façon dont la recherche visuelle peut aider les utilisateurs et les entreprises:

Pour les utilisateurs, la recherche visuelle a parfois plus de valeur que la recherche textuelle. Et beaucoup plus de gain de temps. Cela évite aux utilisateurs d’essayer de deviner le mot-clé approprié pour décrire l’objet souhaité et de brouiller des tonnes de résultats pas toujours pertinents. Essayez simplement de google quelque chose comme « une fleur rouge avec beaucoup de pétales » – et bonne chance pour trouver celle que vous vouliez dire. Télécharger une photo (ou la capturer) est beaucoup plus facile et indique au moteur de recherche exactement ce qu’il faut rechercher.

Et cela ne fonctionne pas seulement avec la recherche de choses à acheter, bien que cela puisse paraître le plus évident. Identifier des vues lors de voyages, connaître des plantes, des oiseaux et des animaux inconnus, trouver des idées de décoration intérieure – les domaines d’utilisation peuvent être variés.

Pour les entreprises, la recherche visuelle peut devenir une stratégie gagnant-gagnant. Alors que de plus en plus de consommateurs souhaiteraient obtenir un contenu plus accessible, il serait tout à fait imprudent de ne pas le leur fournir.

Voici quelques options parmi les plus évidentes pour une entreprise:

Tirer parti de l’inspiration des utilisateurs. La décision d’achat ne vient généralement pas de nulle part. Les gens s’inspirent d’abord de quelque chose. D’une grande paire de chaussures à un passant à un meuble intéressant vu dans un magazine à un magnifique tableau dans une fenêtre de galerie. Il est donc sage d’être prêt à offrir quelque chose de très proche de leur objet d’inspiration à partir de ce que vous avez en stock.

Vente croisée. Comme les algorithmes de recherche visuelle fournissent des résultats en fonction de leur pertinence par rapport à la requête initiale, vous pouvez toujours avoir quelque chose de votre stock à offrir à un client potentiel. Même si ce n’est pas exactement ce que le client voulait, mais quelque chose de similaire. De plus, cela peut être un excellent outil pour promouvoir des produits qui complètent le choix du client. Par exemple, un client à la recherche d’un pantalon classique peut finir par acheter le look complet s’il est accompagné d’une image du pantalon combinée à une chemise assortie et complétée par un sac ou des chaussures qui vont bien ensemble.

Comment utiliser et optimiser la recherche visuelle?

Tous les moteurs de recherche populaires permettent d’effectuer une recherche par image. Et comme l’intérêt pour la recherche visuelle augmente, ils augmentent le partage de recherche d’images. Par exemple, Google a déjà tendance à afficher plus d’images dans les résultats de recherche. Les entreprises peuvent donc exploiter toutes sortes de recherches visuelles.

Bonne vieille optimisation classique

Comme je l’ai déjà mentionné, la méta-recherche d’images est le type de recherche visuelle le plus utilisé à ce jour. Pour augmenter la visibilité de votre contenu visuel dans les recherches, les bonnes pratiques en matière de référencement des images anciennes fonctionnent toujours très bien. Le but de l’image SEO est et a été de donner aux moteurs de recherche toutes les informations possibles sur le contenu des images. Considérez ces étapes pour vous assurer que votre contenu visuel apparaît dans les résultats de la recherche.

Ajoutez vos images aux sitemaps d’images XML. Cette étape aidera les robots d’exploration des moteurs de recherche à accéder facilement aux images et à augmenter leur probabilité d’apparition dans les résultats de recherche.

Nommez les images à droite. Si vous souhaitez alimenter les moteurs de recherche avec les informations les plus complètes sur vos images, nommez-les correctement. Cela signifie qu’une image de chatons doit être nommée quelque chose comme chat noir-blanc-chatons.jpg au lieu de img00999584.jpg. Cela semble assez logique, n’est-ce pas?

Assurez-vous que toutes vos images ont des titres descriptifs et des balises alt contenant vos mots-clés cibles. Ces balises aident les moteurs de recherche à mieux comprendre le contenu d’une image, ce qui aide à les indexer correctement.

N’oubliez pas le contexte. Assurez-vous que le texte qui entoure vos images est contextuellement pertinent pour elles. L’utilisation de légendes est un autre moyen d’indiquer le contenu de l’image et d’aider les moteurs de recherche à le comprendre.

Utilisez un balisage de données structuré approprié. Bien que cela ressemble déjà à un mantra, emballer vos images avec le balisage de schéma approprié aide les moteurs de recherche à mieux identifier et comprendre votre contenu visuel. Il existe un large choix de balises conçues pour différents types de contenu visuel, comme par exemple Produit, etc.

Optimiser les images. Les images sont les éléments qui peuvent dans une large mesure ralentir la charge de votre site Web. Ce n’est pas bon, car nous savons que la vitesse du site est considérée comme l’un des signaux de classement les plus importants. Vous devez donc optimiser vos images pour trouver le meilleur équilibre taille / qualité. Google fournit un ensemble assez complet de recommandations sur la manière d’optimiser les images.

Assurez-vous que les pages de votre site Web contenant du contenu visuel se chargent rapidement et sont compatibles avec les appareils mobiles. C’est déjà un fait, mais comme la vitesse du site est importante pour sa visibilité organique, il convient de le répéter. PageSpeed ​​Insights de Google permet de déterminer si les performances de vos pages Web sont conformes aux normes de Google.

Qualité d’image

Les applications visuelles et les moteurs de recherche peuvent identifier et déchiffrer différents objets dans les images. Cependant, vous pouvez les aider à le faire. Vous devez vous assurer que les images de votre site Web sont facilement « lisibles ». Cela signifie que les objets sont clairement visibles, les arrière-plans sont clairs et qu’il n’y a pas de claquement. Tout cela facilite le traitement des images pour les machines, les aidant ainsi à définir les objets avec plus de précision.

Publicité sur les plateformes de recherche visuelle

Pinterest étant l’une des plateformes de recherche visuelle les plus populaires, Pinterest offre aux entreprises de formidables options publicitaires leur permettant de dialoguer avec les utilisateurs dès le moment où ils recherchent l’inspiration. La fonctionnalité Catalogue permet aux détaillants de créer des catalogues de produits et de promouvoir facilement des épingles de produits par le biais de Shopping Ads. Et cela semble être extrêmement bénéfique, puisque 90% des Pinners hebdomadaires utilisent Pinterest pour prendre leurs décisions d’achat, selon cette étude.