Búsqueda visual

Cómo funciona la búsqueda visual

El sistema analiza cada imagen cuando se añade a la biblioteca y guarda una descripción numérica de ella. Una búsqueda calcula la misma descripción para la imagen de ejemplo y devuelve las coincidencias más cercanas, ordenadas por una puntuación de similitud. Hay tres tipos de descripción habituales, a menudo combinados:

Técnica	Qué compara	Qué encuentra
Hash perceptual	Una huella compacta de la estructura de zonas claras y oscuras de la imagen	La misma imagen redimensionada, recomprimida, convertida o editada ligeramente
Embeddings de visión	Un vector de un modelo de reconocimiento de imágenes que codifica lo que muestra la imagen	Recortes, variantes de color, otras fotos del mismo sujeto o escena
Análisis de color	Los colores dominantes y la paleta	Imágenes de un color similar, por ejemplo una paleta de campaña

El hash perceptual es preciso pero limitado: encuentra copias de una misma imagen. Los embeddings son más amplios: encuentran imágenes que se parecen entre sí. Un sistema que usa ambos puede poner primero las copias casi idénticas y después las coincidencias más laxas.

Búsqueda visual, búsqueda inversa de imágenes y búsqueda semántica

	Consulta	Qué se busca
Búsqueda visual en un DAM	Una imagen	Tu propia biblioteca
Búsqueda inversa de imágenes en la web	Una imagen	Páginas web públicas, para encontrar dónde está publicada una imagen
Búsqueda semántica	Palabras	El texto asociado a cada recurso, comparado por significado
Búsqueda por palabras clave	Palabras	Las palabras exactas de los metadatos

«Búsqueda inversa de imágenes» se usa a menudo para las dos primeras. En la web pública se usa sobre todo para rastrear dónde aparece una foto; dentro de un DAM significa encontrar archivos coincidentes en la biblioteca.

Para qué usan los equipos la búsqueda visual

• Encontrar el resto de una sesión de fotos. Un diseñador tiene una foto de producto y quiere los otros ángulos de la misma sesión.
• Comprobar antes de encargar. Antes de reservar una sesión o comprar stock, comprobar si la biblioteca ya tiene una imagen adecuada.
• Rastrear una imagen que viene de fuera. Un socio envía una captura de pantalla de su catálogo, y la búsqueda visual encuentra el archivo original con sus derechos de uso.
• Encontrar una alternativa. La imagen principal elegida es apaisada y la presentación de ventas necesita una imagen vertical con el mismo estilo.
• Limpiar variantes. Los recortes, las correcciones de color y las exportaciones de una misma imagen aparecen juntos, lo que facilita la detección de duplicados.

Búsqueda visual en Freedam

• El icono de cámara de la barra de búsqueda de la biblioteca de recursos abre la búsqueda visual: suelta una imagen de referencia y obtén recursos coincidentes ordenados por una puntuación de similitud. La imagen de referencia no se añade a la biblioteca.
• La coincidencia combina hashes perceptuales de la imagen completa, de su centro y de sus cuatro cuartos con un embedding de visión, de modo que se encuentran los recortes y las versiones con el color ajustado además de las copias.
• Los resultados solo incluyen los recursos que la persona que busca puede ver.
• La página de cada imagen enumera los recursos visualmente similares (imágenes que comparten la mayoría de sus etiquetas de IA) y los casi duplicados (imágenes con características perceptuales coincidentes).
• Un color elegido de la paleta de una imagen encuentra otras imágenes con un color similar.

Detalles: Encontrar imágenes visualmente similares en la documentación de Freedam.

Preguntas frecuentes

¿La búsqueda visual es lo mismo que la búsqueda inversa de imágenes?

La técnica es la misma. «Búsqueda inversa de imágenes» suele referirse a los motores de búsqueda web que encuentran dónde aparece una imagen en línea. La búsqueda visual en un DAM aplica la misma idea a una biblioteca privada.

¿La búsqueda visual necesita etiquetas o metadatos?

No. Compara las propias imágenes, así que funciona con fotos que no tienen título, etiquetas ni descripción. Eso la hace útil en bibliotecas migradas desde unidades compartidas, donde la mayoría de los archivos nunca se etiquetaron.

¿Puede la búsqueda visual encontrar versiones recortadas o editadas de una imagen?

Normalmente, sí: las versiones redimensionadas, recomprimidas, recortadas y con el color ajustado conservan lo bastante del original para coincidir. Las ediciones fuertes, como superposiciones de texto, composiciones o filtros intensos, bajan la puntuación. Recortar la imagen de referencia a su sujeto principal suele mejorar los resultados.