以图搜图服务器价格：以图搜图的原理是什么？

融建网选材百科      2021-01-15

以图搜图是互联网图像内容分析的一种方法，主要是在指定图库中搜索出相同或相似的图片，适用于图片精确查找、相似素材搜索、拍照搜同款商品、相似商品推荐等场景。以图搜图服务器主要面向各类视频编码器、解码器、转码器、云游戏服务器、视频分析服务器、视频会议服务器、VDI等视频、媒体处理密集型应用等提供以图搜图服务。

 

一、以图搜图服务器的特点

 

1、2U高度，4个节点，多达16颗酷睿i7/i5/i3系列或至强E3系列处理器。

 

2、采用Intel Broadwell 第五代酷睿i7/i5/i3系列或至强E3系列处理器，内置高性能GPU，支持Intel MediaSDK开发环境，可提升视频、媒体处理性能，同时有效地释放主CPU的计算能力。

 

3、高密度、高性价比的设计，降低整体拥有成本和运营成本；多节点可插拔式设计，大大提升了系统的灵活性和可伸缩性。

 

4、CPU+GPU的计算架构，非常适合于各种对视频、图像、语音等媒体处理有较高性能要求的应用。并可根据应用需求，在同一个机箱内配合其他类型的计算节点（例如双至强E5等）使用，具有较强的灵活性。

 

5、内置以图搜图软件：在高密度媒体服务器硬件基础上，利用Intel GPU的OpenCL异构并行计算加速能力，内置了一套高性能、分布式的图像特征计算和特征检索系统。

 

OpenCL（Open Computing Language，开放运算语言）是一个面向异构系统通用目的并行编程环境的语言。Intel GPU提供了OpenCL编程接口，对并行计算的应用场景，可以大幅度加速系统的计算能力。

 

以图搜图软件应用了OpenCL来加速对图像特征的计算和特征值比对，让CPU和GPU进行适当的协作，表现出较好的整体性能。自带的图像特征计算和比对搜索算法，能处理海量图库，有搜索效率高、准确率高的特点。

 

二、以图搜图服务器的技术参数

 

服务器配置：CPU：Intel(R) Xeon(R) CPU E3-1285L v4 @ 3.40GHz。

 

图库：存放3份数据情况下，每张图片约占用5kb。

 

检索时间：平均响应时间700ms。

 

支持变换：放大、旋转、翻转、少量文字或水印、少量修改。

 

检索命中率：大于95%。

 

三、以图搜图的原理

 

1、颜色分布法

 

每张图片都可以生成颜色分布的直方图(color histogram)。如果两张图片的直方图很接近，就可以认为它们很相似。

 

任何一种颜色都是由红绿蓝三原色(RGB)构成的，所以上图共有4张直方图(三原色直方图 + 最后合成的直方图)。

 

如果每种原色都可以取256个值，那么整个颜色空间共有1600万种颜色(256的三次方)。针对这1600万种颜色比较直方图，计算量实在太大了， 因此需要采用简化方法。可以将0～255分成四个区：0～63为第0区，64～127为第1区，128～191为第2区，192～255为第3区。这意味 着红绿蓝分别有4个区，总共可以构成64种组合(4的3次方)。

 

任何一种颜色必然属于这64种组合中的一种，这样就可以统计每一种组合包含的像素数量。

 

寻找相似图片就变成了找出与其最相似的向量。这可以用皮尔逊相关系数或者余弦相似度算出。

 

2、内容特征法

 

除了颜色构成，还可以从比较图片内容的相似性入手。

 

首先，将原图转成一张较小的灰度图片，假定为50×50像素。然后，确定一个阈值，将灰度图片转成黑白图片。

 

如果两张图片很相似，它们的黑白轮廓应该是相近的。于是，问题就变成了，第一步如何确定一个合理的阈值，正确呈现照片中的轮廓?

 

显然，前景色与背景色反差越大，轮廓就越明显。这意味着，如果我们找到一个值，可以使得前景色和背景色各自的”类内差异最小”(minimizing the intra-class variance)，或者”类间差异最大”(maximizing the inter-class variance)，那么这个值就是理想的阈值。

 

1979年，日本学者大津展之证明了，“类内差异最小”与“类间差异最大”是同一件事，即对应同一个阈值。他提出一种简单的算法，可以求出这个阈值，这被称为“大津法”(Otsu’s method)。下面就是他的计算方法。

 

假定一张图片共有n个像素，其中灰度值小于阈值的像素为n1个，大于等于阈值的像素为n2个( n1+ n2 =n )。w1和w2表示这两种像素各自的比重：w1= n1/n；w2 =n2/n。

 

再假定，所有灰度值小于阈值的像素的平均值和方差分别为μ1和σ1，所有灰度值大于等于阈值的像素的平均值和方差分别为μ2和σ2。于是，可以得到类内差异=w1(σ1的平方)+w2(σ2的平方)；类间差异 =w1w2(μ1-μ2)^2。

 

可以证明，这两个式子是等价的：得到“类内差异”的最小值，等同于得到“类内差异”的最大值。不过，从计算难度看，后者的计算要容易一些。

 

下一步用“穷举法”，将阈值从灰度的最低值到最高值，依次取一遍，分别代入上面的算式。使得“类内差异最小”或“类内差异最大”的那个值，就是最终的阈值。

 

有了50×50像素的黑白缩略图，就等于有了一个50×50的0-1矩阵。矩阵的每个值对应原图的一个像素，0表示黑色，1表示白色。这个矩阵就是一张图片的特征矩阵。两个特征矩阵的不同之处越少，就代表两张图片越相似。这可以用“异或运算”实现(即两个值之中只有一个为1，则运算结果为1，否则运算结果为0)。对不同图片的特征矩阵进行“异或运算”，结果中的1越少，就是越相似的图片。

四、以图搜图服务器的市场价格参考

 

工程造价中的材料价格受到材料品牌、规格型号及档次等多重因素影响，该材料的市场价仅供参考，广大客户请根据自身的诉求，合理借鉴。有更多材价需求，请点击融建网-【材价数据中心】或【人工在线询价】获取相关信息。

融建网(www.cnrjw.cn)作为专注于工程领域成本控制、工程预决算的工程造价信息网，将持续为广大客户提供全国建筑材料价格查询、各个地市建材信息价免费查阅及全过程材料价格信息服务。

工程造价中的建筑材料价格查询受到材料品牌、规格型号及档次等多重因素影响，该材料的市场价仅供参考，广大客户请根据自身的诉求，合理借鉴。
更多材价查询需求，请登录融建网材价数据栏目查询