Günümüzde artık Blippar ile cep telefonumuzu ya da tabletimizi elma, orkide, ayakkabı, kitap, CD gibi herhangi bir günlük nesneye tuttuğumuzda karşımıza pek çok bilgi çıkıyor. Blippar’ın yeni bir boyuta taşıdığı görsel arama motorunun tarihçesi için biraz geriye gitmemiz gerekiyor.
World Wide Web’in kullanıma sunulmasından sonra, internet trafiği her geçen gün artarken, insanlar sadece yazı ile değil, görselleri de paylaşıyorlardı. Bu noktada bu görsellerin internette bulunmasını ve aramak için ise, günümüzde de hala kullandığımız anahtar kelimeler, etiketler ya da görselin kendisi ile ilgili kısa açıklama yazılarından oluşan metadata’lar kullanılıyordu. Bir arama motorunda da elma ile ilgili görseli bulmak için de arama kutusuna “elma” yazmak yeterli oluyordu. Bununla birlikte kimi zaman anahtar kelimelerimizi ne kadar spesifikleştirsek de istediğimiz görseli bulmakta zorlanabiliyorduk. Bu yöntemin bir dezavantajı da kullanılan yanıltıcı metadata bilgileri olabiliyordu, ki bu durum günümüzde de sadece resimler için değil, videolar için de hatta zaman zaman, metinler için de devam etmekte.
Daha sonraki yıllarda kullanıma sunulan içerik merkezli görsel bulma (content-based image retrieval) özelliği ise, çok daha yenilikçi bir teknolojiye sahipti. Bu teknoloji, kullanıcıları görselleri renk, boyut, özellik ve görselden çekilebilecek diğer tüm bilgilere göre sınıflandırabiliyordu. Yine elma örneğinden yola çıkarsak, arama motorunun getirdiği sonuçları siyah beyaz ya da renkli, küçük ya da büyük, fotoğraf ya da çizim olarak kategorize edebiliyor ve istediğimiz görseli bir adım daha bulmaya yaklaşıyorduk.
Bununla birlikte bir sonraki adımda fotoğraflarda konum bilgisini kullanabilir olduk. Bu alanda, özellikle web tabanlı çözümler arasında en çok öne çıkan araç Google Maps oldu. 2005 yılında kullanıma sunulan Google Maps’te dünyanın herhangi bir lokasyonunda orada çekilmiş ve o bölge için etiketlenmiş fotoğraflara ulaşmak kolay olmaya başladı. Kullanıcıların kendilerinin de yüklediği fotoğraflar ile Google Maps giderek büyüyerek günümüzde bile çok geniş bir konum bazlı kütüphaneye dönüştü.
Gelişen teknoloji ile birlikte özellikle yüz tanıma teknolojisi konusundaki çalışmaların hızlanmasıyla, 2007’de MIT/Stanford Venture Lab’ın düzenlediği Next Generation Search Sempozyumu’nda Riya’nın CEO’su Munjal Shah, yüz tanıma teknolojisi ile güvenlik güçlerinin de ilgilendiğini belirtti. Ancak bu teknolojinin hayata geçmesine daha vardı: Çünkü sistemler, görüntülerin insan yüzünün hangi bölgesine ait olduğunu çıkarabiliyor, kişinin cinsiyetini genellikle doğru tahmin edebiliyor olmalarına rağmen, aynı kişiye ait iki ayrı fotoğrafı eşleştiremiyordu: Eşleştirilebilmesi için iki fotoğrafın da aynı açıyla çekilmiş olması gerekiyordu.
Aradan geçen birkaç yılda teknoloji dünyasında çok şey değişti. Akıllı telefonlar hayatımıza girdi, sadece bilgisayar tabanlı internet teknolojisini değil, mobil internet teknolojisini de kullanmaya başladık, tabletler piyasaya çıktı. Konum bazlı fotoğraflarda Foursquare, Instagram gibi uygulamalar öne çıkmaya başladı.
2011’e gelindiğinde ise Google, görsel arama motoru alanında büyük bir yeniliğe imza attı: Artık, bilgisayarımızdaki herhangi bir görseli Google’ın görsel arama satırına sürükleyip bıraktığımızda karşımıza o görselin aynısı geliyordu.
Mobil teknoloji ile hayatımıza giren bir diğer yenilik ise QR kodlar oldu. Bu kodlar ile, kullanıcılar gitmek istedikleri web sitesinin adresini yazmak yerine bu kodları telefonları ile tarayarak doğrudan web sitesine ulaşabiliyorlardı. QR kod teknolojisi işlevsel olmakla birlikte, sunduğu kısıtlı kullanım alanı sebebiyle çok büyük bir popülarite yakalayamadı.
Görsel arama motoru alanının mobil sektördeki başka gelişme ise, yine Google tarafından kullanıma sunuldu. Kullanıcıların Google Glass aracılığıyla çektikleri fotoğrafları web üzerinde aramasını sağlayan Google Goggles uygulaması kullanıma sunuldu. Google Glass’ın piyasadan çekilmesinin ardından uygulama, sadece Android uygulaması olarak yoluna devam ediyor.
Görsel Arama Motoru Nasıl Çalışır?
Bugün herhangi bir arama motoruna girip aradığımız kelimeyi yazdığımızda karşımıza binlerce, milyonlarca sonuç çıkıyor. Peki istediğimiz alakalı sonucu nasıl bulacağız? Örneğin arama kutusuna “telefon” yazdığımızda benim karşıma ilk olarak “Telefon fiyatları”, “cep telefonu modelleri”, “Telefon modelleri”, telefon için görseller ve yine telefon ile ilgili satışa yönlendirici e-ticaret siteleri karşıma çıkıyor. Ancak eğer ben telefon almak ile ilgilenmiyorsam, bu sonuçlar benim için bir anlam ifade etmeyecektir. Bu sebeple, günümüz internetindeki en büyük sorunlardan biri ile karşı karşıya kalabiliriz. Aradığımıza en yakın sonucu bulmak.
Bir arama motorunda istediğiniz sonucu bulabilmeniz için ne aradığınızı tam olarak ifade etmeniz gerekir. Örneğin ben akıllı telefonların gelişim süreçlerini merak ediyorsam, arama kutucuğuna bununla ilgili sözcükleri yazmalıyım, telefon modellerinin karşılaştırmasını yapmak istiyorsam karşılaştırma sitelerini arayıp bulmam daha kolay ve zaman kazandırıcı olacaktır.
İnternette aranan bilgiye ulaşma, internetin başlangıcından itibaren çalışmaları yürütülen bir konu. 1996 yılından önce Google yoktu, ancak pek çok arama motoru kullanıyorduk. İlk arama motoru, Archie, 1990 yılında kullanıma sunulduğunda FTP tabanlı çalışıyordu ve sınırlı alanı vardı. Daha sonra geliştirilen robotlar ve örümceklerle sayfaların index’lenmesi daha hızlı ve etkin bir şekilde yapılmaya başlandı.
Altavista, Google öncesi dönemin en önemli arama motorlarından biriydi ve Google açıldıktan sonra dahi uzun süre arama motoru pazarının güçlü oyuncularından biri oldu: Bunun en önemli sebeplerinden biri ise, yerel dillerde arama yapılmasını sağlaması, kullanıcılara kendi bağlantılarını 24 saat içinde ekleme ve silme özelliği sunmasıydı. 1994 yılında piyasaya giren Yahoo ve 1996 yılında hizmete başlayan Google, arama motoru sektörünü tamamen değiştirmişlerdi.
Metin tabanlı arama işlemlerinde büyük yol katedilmesine rağmen, görsel aramalar için aynı şey geçerli değildi. Evet, kullanıcılar her ne kadar yazdıkları kelimeler ile görsel araması yapabiliyor olsalar da, bunun sistematiği, herhangi bir metin aramaktan çok da farklı değildi.
Semantik Görsel Arama Nedir?
Şu an arama motoruna “telefon” yazıp görsel aradığınızda, karşınıza onlarca farklı telefon çıkar. Bunun sebebi, ilgili görsele tanımlanan veridir. Bu veride, anahtar kelime, açıklama, boyut, renk, şekil gibi çeşitli bilgilerin yanı sıra, yüklenme tarih ve saat bilgileri, kim tarafından yüklendiği gibi bilgiler de yer alır. Bu sebeple, örneğin arama motorunda son 1 hafta içerisinde yüklenmiş görselleri ya da siyah beyaz görselleri aratmak mümkündür. Anahtar kelime ile arama yapmanın avantajları olduğu kadar, dezavantajları da vardır, çünkü örneğin bir elma görüntüsü de telefon anahtar kelimesi ile ilişkilendirilebilir ya da sayfadaki içerikle alakasız görseller web sayfasında yer alabilir. Bununla birlikte ilgili görsel alakasız bir siteye yönlendirilerek de kullanıcılar kandırılabilir. Buna çok yakın bir örneği, YouTube videolarında da gözlemleyebilirsiniz. Kimi YouTube kullanıcıları, videoları için ilgisiz görseller ve anahtar kelimeler seçerek kullanıcıları kendilerine çekmekte, ancak içerik olarak farklı bir içerik sunabilmektedirler.
Örnek Üzerinden Görsel Arama
Örnek üzerinden görsel arama ise, görsel arama motorlarının teknolojik açıdan en üst düzey hizmetlerinden biridir. Bu teknolojide, kullanıcılar ellerinde bulunan herhangi bir görseli, görsel arama motoruna yükleyerek aynı ya da benzer sonuçları bulurlar. Kullanım amaçları çeşitlilik gösterse de, örnek üzerinden görsel arama aşağıdaki sebeplerle kullanılır:
Görselin kaynağını bulmak
Daha yüksek çözünürlüğünü bulmak
Aratılan görselin yer aldığı web sitelerini bulmak
Görsel hakkında daha fazla bilgi almak
Görseli üreten kişiyi bulmak
En çok kullanılan örnek üzerinden görsel arama tekniği, ters görsel arama olarak isimlendirilen reverse image search’tür. Google’ın da kullandığı bu sistemde, unutulmamalıdır ki, bulunması daha kolay olan resimler daha fazla sonuç gösterirler. Örneğin sizin çektiğiniz bir aile fotoğrafınızın, eğer başka bir sitede yer almıyorsa, bulunma olasılığı sıfırdır.
Reverse Image Search Nedir ve Nasıl Yapılır?
Örnek üzerinden görsel arama yapmak için, bilgisayarınızdaki fotoğrafı adres satırına sürükleyip bırakabilir ya da Chrome tarayıcısındaki bir görsele sağ tıklayarak “Bu resmi arat” seçeneğini kullanabilirsiniz.
Bunun yanı sıra, kullanıcılardan alınan geri bildirimler ve ilgili sistem algoritmalarının gelişmesiyle, görsel arama teknolojisi her geçen gün daha iyi sonuçlar vermektedir.
Blippar’ın Devrimsel Yeniliği
2015’e geldiğimizde ise Blippar, görsel arama teknolojisini tamamen yeni bir boyuta taşımayı başardı: Artık elimizdeki görseller ile görsel arama yapma yerine, etrafımızdaki fiziksel objeler ile doğrudan görsel arama yapabiliyor olmamızı sağlayan teknoloji, ilk olarak 2015 yılının Mart ayında South by Southwest’te tanıtıldı.
Kullanıcılar herhangi bir objeyi telefon kameralarına tuttuklarında dijital arama ve gerçek zamanlı bilgiler Blippar aracılığıyla herhangi bir kelime dahi yazmalarına gerek kalmadan ekranlarına geliyor. Blippar ilk olarak İngilizce müzik albümlerini, romanları, DVD kapaklarını, film posterlerini ve Amerika Birleşik Devletleri’ndeki spor kulüplerinin logolarını blipp’lenebilir hale getirerek büyük bir yeniliği hayata geçirdi. Bununla birlikte kısa bir süre de elmalardan portakallara, çikolatalardan ayakkabılara, canlı hayvanlardan Eiffel Kulesi gibi kent simgelerini de blipp’lenebilir hale getirdi.
Web merkezli kelime aramaları, bugün sadece bilgisayarları değil, mobil cihazların da en fazla kullandıkları arama yöntemi. Blippar hayata geçirdiği görsel arama motoru ile, kelimeleri aradan çıkararak, evinizde sizinle birlikte yaşayan pet dostunuz gibi kimi zaman kelimelerle anlatılamayanları da bu arama deneyimine dahil ediyor.
Bununla birlikte sokakta yürürken herhangi bir mağazada gördüğünüz elbiseyi Google’da aramak için pek çok tanım girmek zorunda kalabilir, yine de istediğiniz sonuca ulaşamayabilirsiniz. Blippar’ın görsel arama özelliği, o elbiseyi sadece bulmanızı değil, hakkında pek çok bilgiye ulaşarak satın almanızı bile sağlıyor.
Kullanıcıların aradıkları objeye göre Blippar’ın sunduğu içerik değişiyor: Örneğin bir elma ya da orkide gibi bir çiçeği blipp’lediğinizde karşınıza bu objeler ile ilgili bilgilerin yanı sıra, Twitter, YouTube, Instagram gibi sosyal mecralardan da anlık yazışmaları, içerikleri ve videoları takip edebiliyorsunuz.
Ayakkabı, kitap, DVD gibi objelerle ilgili sosyal medyadaki gerçek zamanlı bilgilerin yanı sıra satın alma seçeneği de sunuluyor.
Blippar’ın Nisan 2015’te güncellediği uygulaması ile web’in sunduğu kelime bazlı sınırlı arama özelliğinden sıyrılıp sınırsız görsel arama motoru dünyasına göz atmak için, aşağıdaki bağlantıları kullanabilirsiniz.
Blippar’ın Android sürümünü indirmek için: https://play.google.com/store/apps/details?id=com.blippar.ar.android&hl=tr
Blippar’ın iOS sürümünü indirmek için: https://itunes.apple.com/app/blippar/id410604563
Blippar’ın Windows Phone sürümünü indirmek için: https://www.microsoft.com/tr-tr/store/apps/blippar/9nblggh0chdf
