L’écosystème des logiciels photo – 6 (6 commentaires)

Dans ce sixième post, nous allons nous pencher sur les moteurs de recherche et leurs évolutions. Avec quelques startups aux solutions très intéressantes même si leur usage est à priori bien moins courant que la recherche classique. Et une foire d’empoigne avec évidemment, énormément de redondances entre les offres disponibles.

On voit apparaitre des moteurs de recherche d’image divers et variés depuis quelques années. Certains vont au delà des grands moteurs tels que Google Image. A terme, ils y seront probablement intégrés. Mais certaines fonctionnalités pourraient bien voir le jour dans votre PC et votre logiciel de gestion de photo. Ne serait-il pas intéressant par exemple de pouvoir retrouver tous les portraits d’une même personne à partir de l’un d’entre eux ? Pas sur le web, mais sur votre ordinateur ! Il y a bien ILovePhotos qui vous le propose plus ou moins, mais seulement sur Macintosh !

Recherche de visages

C’est une fonctionnalité de filtrage existante dans Google Images tout comme dans Windows Live Search (une option disponible) depuis un an. Pour ce qui est de Google, c’est le résultat d’une acquisition réalisée en 2006 : Neven Vision. Qui leur a apporté un logiciel capable d’extraire des informations des photos et d’identifier par exemple si l’on trouve une ou plusieurs personnes sur une photo.

Sinon, Eyealike donne dans la recherche de visages similaires et Polar Rose, dans le tagging de visages et leur recherche visuelle.

Recherche de similaires

Picitup propose la reconnaissance de visages et de scènes similaires à celui d’une photo donnée. L’usage de la beta n’est pas très probant. On ne sait pas quelle est la part des résultats qui provient du texte et celle qui provient de la recherche dans les images elles-mêmes. Israël. Deux gars issus du programme Talpiot qui sélectionne et forme les élites scientifiques du pays pour son armée, que l’on retrouve ensuite, tel le fondateur de Checkpoint, dans des startups hightech.

Il y aussi Piximilar qui réalise des recherches d’images similaires par couleurs et par formes, tout comme Gazopa, une filiale d’Hitachi récemment lancée et présentée au TechCrunch 50. Dans la même veine, Like.com (de la société Riya) et Pixta propose des recherches de produits similaires dans l’habillement. On est alors dans les applications verticales et plus dans la photographie proprement dite.

Tous ces systèmes sont basés sur la création de “signatures d’images” calculées de manières diverses et stockées sur un nombre réduit d’octets (aux alentours d’une centaine). Ces signatures constituent l’index à partir duquel sont faites les recherches.

Il reste ensuite à trouver le domaine d’application où les recherches vont donner des résultats satisfaisants et où une monétisation du service sera possible. Les solutions de recherches de similaires constituent surtout un business “btob”, voie empruntée par de nombreuses entrerprises qui ont comme clients les forces de sécurité ou les ayants droits de contenus photographiques à protéger. Elle assure une monétisation plus efficace du service. C’est ainsi le cas de PicScout, de LTU Technologies, une entreprise française qui appartient maintenant à un groupe japonais.

Recherche inversée

Tineye est une sorte de moteur de recherche inversé d’image, créé par la société canadienne Idée. C’est un domaine d’application spécifique de la recherche de similaires vue ci-dessus. On lui fournit une image de son PC ou avec un lien Internet et le service trouve à quels endroits sur Internet on la trouve, et même avec des versions approchantes. Le service est en bêta. Il a indexé environ 700 millions d’images (via l’AFP) – à comparer à Google Images qui en indexerait plus de 6 milliards. C’est suffisant pour faire quelques tests probants. L’exemple ci-dessous est une photo modifiée avec un iPhone de Vladimir Poutine trouvée sur Engadget. 

Le moteur retrouve deux versions non retouchées de la photo sur d’autres sites.  La technologie sous-jacente est l’une des nombreuses qui permettraient cependant de mettre un peu d’ordre dans nos propres photos. Elle peut aussi servir aux photographes professionnels qui pourront ainsi identifier quels sont les sites qui exploitent leurs travaux sans respecter leurs droits. Cela tombe bien, puisque c’est l’objet du service PixID de la même société qui ajoute la presse écrite au web dans ses recherches.

C’est dans le même ordre d’idée qu’a été créée la startup française Milpix, basée sur des travaux de l’INRIA. La technologie semble aller plus loin que celle de TinEye, et peut identifier un objet d’une photo dans des photos le contenant au sein d’autres visuels tout autant que l’original d’une photo retouchée. La société a décidé de se focaliser sur un business “btob” et de cibler le monde de la publicité et de la communication, pour des mesures d’impact, de la veille, identifier le plan média de clients ou concurrents. 

Accès aux banques d’images

La grande diversité des bases d’image web 2.0 type Flickr ou professionnelles type Fotolia créent un besoin de moteurs de recherche spécifiques. Quelques startups se sont créées dans ce domaine. A commencer par Xcavator qui permet d’accéder à plusieurs banques de données comme Fotolia, via recherche textuelle d’image et d’images ressemblantes. Il y a aussi Oskope, un moteur de recherche visuel de photos écrit entièrement en Adobe Flash, accède à des bases d’images type Flickr et Fotolia. En guise de moteur de recherche, c’est surtout un outil de visualisation sympathique de photos. Mais est-ce bien suffisant pour créer une entreprise ?

Au bilan, pas mal de fonctionnalités intéressantes, mais destinées soit à des applications pour les entreprises, soit à être intégrées dans les grands moteurs de recherche du marché, Google Search en premier.

Le prochain épisode de cette série d’articles sera une conclusion de l’ensemble avec un retour sur la dimension économique et entrepreneuriale de ce marché.

Le 13 septembre 2008 Post de Olivier Ezratty | Google, Internet, Photo numérique, Startups | 6 commentaires