यांडेक्स ने चित्रों की श्रृंखला को पहचानना और संयोजित करना सीखा

Yandex.Pictures ने आज उनके विकास और छवि खोज के विकास में एक महत्वपूर्ण कदम उठाया है। खोज परिणाम अब आपके द्वारा निर्दिष्ट शब्दों के लिए केवल छवियों का एक संग्रह नहीं होगा। अब परिणामों में, कुछ छवियों को एक साथ जोड़ा जा सकता है। हम इसे "श्रृंखला" कहते हैं।



"सीरीज़" ऐसी छवियां हैं जो इंटरनेट पर एक साथ और समान रूप से पाई जाती हैं। चित्रों के चयन के लिए पदानुक्रमित क्लस्टरिंग एल्गोरिथ्म जिम्मेदार है। वह सभी छवियों को एक विशेष पृष्ठ से लेता है और समान लोगों के एक समूह का चयन करता है - जिनके पास एक समान रंग, आकृति, विवरण और इतने पर है। यदि किसी पृष्ठ पर कम से कम चार समान (लेकिन समान नहीं) चित्र हैं, तो वे एक श्रृंखला बनाते हैं।

बिल्ली के नीचे पढ़ें हमें श्रृंखला बनाने का विचार क्यों था, हम उनके डिजाइन के साथ कैसे आए और एल्गोरिथ्म को लागू किया।

चित्र खोज परिणामों का परिचित प्रतिनिधित्व, सभी के लिए परिचित, एक पृष्ठ है जो थंबनेल के ग्रिड से भरा है। इसे नीचे स्क्रॉल करते हुए, आप आमतौर पर छवियों के नए स्वचालित रूप से लोड किए गए थंबनेल देखते हैं। लेकिन कभी-कभी एक या दो तस्वीरें भी इस सवाल का जवाब देने के लिए पर्याप्त नहीं हैं - अधिक छवियों की आवश्यकता है। और अगर वे आपस में जुड़े होते तो अच्छा होता।

यह किस लिए है? उदाहरण के लिए, यह जानने के लिए कि ओरिगेमी को एक ड्रैगन कैसे जोड़ा जाए, आप शायद प्रत्येक चरण के साथ एक तस्वीर देखना चाहेंगे। यदि आप कार को विभिन्न कोणों से देखना चाहते हैं तो आपको कई छवियों की आवश्यकता होती है। और, शायद, यह बहुत अच्छा होगा अगर ये एक समीक्षा से चित्र हैं।

यह समझने के लिए कि श्रृंखला के अन्य परिदृश्य क्या हो सकते हैं, हमने गहन साक्षात्कार किए। एक लड़की ने कहा कि श्रृंखला उसे जल्दी से रसोई में एक फोटो फ्रेम के लिए तीन चित्रों को खोजने में मदद करेगी। यह उसके लिए महत्वपूर्ण था कि वे सभी मसाले और एक ही शैली में थे, क्योंकि उनके पास तीन छवियों के लिए एक विशेष फ्रेम है।

एक छात्र भी था जिसने कहा था कि चित्रों में दिए गए निर्देशों से उसे फोटोशॉप सीखने में मदद मिलेगी। वीडियो निर्देश एक शुरुआत के लिए बहुत जटिल हैं, और स्पष्टीकरण के साथ चित्र बस यही हैं। हमने एक आदमी के साथ बात की, जिसने कहा कि हाल ही में वह लीकिंग नल को ठीक करने के लिए चित्रों के साथ निर्देशों की तलाश कर रहा था। हमारे डेटा के अनुसार, ऐसी समस्याओं को हल करने के लिए, लगभग 13% उपयोगकर्ता एक पृष्ठ के लिए एक तस्वीर के माध्यम से देखते हैं जिसमें विस्तृत जानकारी है।

मात्रात्मक सर्वेक्षणों के लिए धन्यवाद, हम जानते हैं कि 70% उपयोगकर्ताओं को समय-समय पर निर्देश प्राप्त करने की आवश्यकता होती है, जिनमें चित्रण होना चाहिए, और 20% की हर हफ्ते ऐसी आवश्यकता होती है। इन आंकड़ों को भी प्रश्नों द्वारा पुष्टि की जाती है - यांडेक्स छवियों पर खोजों के लिए सभी खोजों के 9% निर्देश के लिए खोज से संबंधित हैं। और वे पूरी तरह से अलग विषयों पर हैं।


इस समस्या पर चर्चा करने की प्रक्रिया में, हमारे पास "सीरीज" प्रोजेक्ट था। हमने यह सोचना शुरू किया कि छवियों को कैसे चुना जाए ताकि न केवल प्रासंगिक हो, बल्कि एक सुंदर उत्तर भी हो जो छवियों के जारी करने के पूरक हों।

आमंत्रित उपयोगकर्ताओं के साथ साक्षात्कार के लिए धन्यवाद, UX परीक्षण, टीम के भीतर बहुत सारी चर्चाएं और Yandex आंतरिक नेटवर्क पर बीटा डेटा, हमने इस संभावना की अधिक सुसंगत समझ बनाई और कुछ आवश्यकताओं को तैयार किया।

उदाहरण के लिए, छवियां एक पृष्ठ से होनी चाहिए ताकि उपयोगकर्ता उस पर जा सके और अधिक जानकारी पा सके - पूरी रिपोर्ट देखें, स्पष्टीकरण पढ़ें, साइट के अन्य अनुभागों पर जाएँ। यह नेविगेशन परिदृश्य को बेहतर बनाता है जिसमें उपयोगकर्ता चित्र के माध्यम से साइट की खोज करता है।

किसी वस्तु को उजागर करते समय एक श्रृंखला विशेष रूप से उपयोगी होती है, एक मास्टर क्लास के चरण या उसी शैली में ली गई तस्वीरें (एक विशिष्ट फोटो शूट, उसी संग्रह से कपड़े, आदि)। लेकिन एल्गोरिदम केवल आक्रामक विज्ञापन और वायरस के बिना पृष्ठों के लिए ऐसा करता है। गहराई से साक्षात्कार और UX परीक्षण में, हमें इस तथ्य का सामना करना पड़ा कि उपयोगकर्ता अत्यधिक विज्ञापन और कूदने वाले पॉपअप के लिए बहुत नकारात्मक रूप से प्रतिक्रिया करते हैं। इसलिए, उन्होंने सीरियल के लिए उम्मीदवारों से ऐसे पृष्ठों को बाहर करने का फैसला किया।

कैसे तकनीकी रूप से श्रृंखला तैयार की जाती है

हम चित्रों को उन पृष्ठों की श्रृंखला में समूहीकृत करेंगे, जिन पर वे एक साथ मिलते हैं। यही है, अगर www.example.com पेज पर चित्र हैं
www.example.com/1.jpg ,
www.example.com/2.jpg ,
www.example.com/3.jpg ,
www.example.com/4.jpg ,
उन्हें एक श्रृंखला में संयोजित करने का प्रयास करें। एक श्रृंखला चित्रों का एक समूह है जो नेत्रहीन एक दूसरे के समान हैं।

हम इन तस्वीरों को विज़ुअल समानता के आधार पर बनाना चाहते हैं। यही है, चित्रों का एक उपसमूह खोजें, जो एक-दूसरे के समान हों। हम लालची श्रेणीबद्ध क्लस्टरिंग एल्गोरिथ्म का उपयोग करके क्लस्टर करेंगे। अंग्रेजी में, एन-चेन एल्गोरिथ्म का उपयोग करके इस एल्गोरिथ्म को पूर्ण लिंकेज क्लस्टर कहा जाता है। सफल होने के लिए, हमें चित्रों की समानता के लिए एक मीट्रिक की आवश्यकता होती है, जिसके साथ क्लस्टरिंग से हमें आवश्यक गुणों के साथ एक क्लस्टर समूह मिलेगा।

ये गुण क्या हैं?

1. विभिन्न कोणों से शूट किए गए समान ऑब्जेक्ट या दृश्य एक ही क्लस्टर में होने चाहिए;
2. छवि में अलग-अलग रंगों में बने समान ऑब्जेक्ट या दृश्य एक ही क्लस्टर में होने चाहिए;
3. एक ही फोटो शूट से तस्वीरें, जिसमें पर्याप्त सामान्य रंग और विवरण हैं, एक ही क्लस्टर में होना चाहिए।
4. क्लस्टर में लगभग समान आकार के चित्र आदि होने चाहिए।

ऐसा ही कुछ होने के लिए, हमने तीन प्रकार के विवरणकों को चुना:

• रंग लेआउट विवरणक के आधार पर विवरणक ;
• एमपीईजी प्रमुख रंग विवरणक ;
• एमपीईजी -7 एज हिस्टोग्राम डिस्क्रिप्टर।

उदाहरण के लिए, एमपीईजी -7 मानक में विवरण पाए जा सकते हैं। हमारे अपने तेज और कुशल कार्यान्वयन हैं।

इन वर्णनों के आधार पर, दृश्य समानता की गणना की जाती है, व्यक्तिगत विवरणकर्ताओं के लिए दृश्य समानता में अधिकतम। इससे आप पहले तीन विशलिस्ट को संतुष्ट कर सकते हैं। आयामों को ध्यान में रखने के लिए, हम दृश्य समानता से चित्रों के क्षेत्रों (अधिकतम / मिनट) के अनुपात को घटाते हैं। इस मीट्रिक के आधार पर, हम क्लस्टरिंग करते हैं।

डिज़ाइन

इस प्रक्रिया में, हमने महसूस किया कि आउटपुट पर धारावाहिक छवियां एक एकल ब्लॉक की तरह दिखनी चाहिए - यह यैंडेक्स प्रतिक्रिया का एक नया प्रतिनिधित्व है। डिज़ाइन में सबसे महत्वपूर्ण बात चित्रों की श्रृंखला को दृश्यमान बनाना था।

परियोजना पर काम शुरू होने के बाद से, हमने लगभग एक दर्जन विभिन्न डिजाइन विकल्पों की कोशिश की है। उनमें से तीन बाहरी उपयोगकर्ताओं और हमारे सहयोगियों पर दोनों का परीक्षण किया गया था।

हमने देखा कि बाहरी रूप से, उपयोगकर्ता एक से अधिक डिज़ाइन पसंद करते हैं।



लेकिन वे एक अलग दृष्टिकोण को समझते हैं, और वे इसके साथ अधिक बातचीत करते हैं।



अंतिम संस्करण में, हमने दोनों विकल्पों में से सर्वश्रेष्ठ को ध्यान में रखा।



हमने यह भी देखा कि श्रृंखला खोले जाने और समाप्त होने पर लोगों को दिखाना महत्वपूर्ण है। तो सूचना और साझाकरण ब्लॉक के साथ अंतिम संस्करण दिखाई दिया।

जहां सीरीज आपकी मदद करेगी

श्रृंखला उन लोगों के लिए बहुत सुविधाजनक होगी जो चरण-दर-चरण निर्देशों की तलाश कर रहे हैं जिसमें चित्र पाठ की तुलना में अधिक महत्वपूर्ण हैं: ओरिगामी को एक ड्रैगन कैसे बनाया जाए, एक बिल्ली कैसे खींचा जाए, एक डिकॉउप मास्टर वर्ग, एक जाल के लिए व्यायाम कैसे बदलें या ढूंढें।

उनके साथ शैली में समान छवियों के लिए खोज करना आसान है - एक कलाकार की तस्वीरें या एक फोटो शूट से तस्वीरों का चयन। वे विभिन्न पक्षों से एक कार, उत्पाद या आकर्षण पर विचार करने में भी मदद करेंगे।