大约10年之前，Google推出了一种叫做PageRank的评分系统，通过该系统可以有效对搜索网页做出评价。现在，该公司表示，他们的在线图片搜索也拥有了相似技术。上周在北京召开的国际万维网会议上，两个Google所属的研究人员提交了一份称之为：“产品图片搜索PageRank”的报告。
目前Google图片搜索的结果往往是一些无用的图片，而大多数图片搜索的结果也并不怎么研究图像本身，相反，他们的搜索基于图片周围的文本。
相比之下，Google的图片搜索PageRank（也被称为VisualRank），旨在理解图像的内容，这种技术超越了传统的图像识别技术，但是非常耗时而且成本昂贵，另外对于面部识别或是其他少数其他的图像类型这种方法往往失灵。Google的研究人员Shumeet Baluja和Yushi Jing合并了现有的图像处理技术与“链接分析”技术，得出了图像PageRank系统。
使用经典的图像识别技术，用户通常需要列举一个已知图像与其他图像进行比较。但是Visualrank采取不同的技巧。Google的算法是，在对图像的匹配度进行判别之前，先用“视觉主题”的方式收集图像。
通常情况下，例如我们搜索“麦当劳”，VisualRank可能根据麦当劳的标志黄金拱门“M”作为“视觉主题”，然后对结果进行匹配。对于形象匹配的内容就会在默认情况下排名较高。
目前，该报告只是一个研究论文。Google也不是第一个提出这种图像搜索技术的公司。位于硅谷的Riya公司正在提供一种图像搜索购物引擎，通过该引擎用户可以在互联网上搜索产品信息。
