以前在某网站工作时，产品经理曾经提过一个建议，建议在某个功能页上进行用户行为特征的统计归纳，以做分析，我问：到达这个页面的用户有多少？每步有十几项选择吧？三、五步之后，每个分支用户是多少？这样的数量级，对用户行为特征的归纳，有意义吗？

基于图象的图片搜索之所以难产，一样存在这样的问题，样本库的建立，需要大量的资金，没有足够的商业应用无法促成科研和商业的良性循环。

图象搜索，比较成熟的有特定物体识别（主要防盗报警器使用）、字符识别（车牌识别、文字扫描识别、手写输入）、指纹识别及其他一些生物特征（表现为图象的，比如人脸）识别。因为这些，都是科研和商业能比较好挂钩的，所以相互促进，得以较快发展成熟。而更广范围的图象搜索，则在没找到收入转化模式之前，很难走出实验室的。

图象搜索，要对比两方面，一个是轮廓，一个是材质，而在目前的图片精度下，材质对比显然还不现实，轮廓对比，是将搜集到的图象按色阶勾画出图象轮廓、保存轮廓数据，并人工建立很大的样本对比库，按样本对比库对保存的图象进行分类索引。这样，用户在输入文字或提交图片进行搜索时，可以找到目标图片。

其中在建立样本对比库时，要建模，考虑不同对象变形（比如改变角度，局部被遮盖）的处理，这样在对图片比对时才能找出相同人、物。

图象轮廓数据，相对原来的文本数据量来说，大了很多，比对计算的复杂程度更是高了岂止一个数量级？google图片搜索按alexa数据目前已经占了10%的访问量，那么索引量有多大？如果对这些数据全部生成轮廓数据，并根据文本进行匹配的索引（按文本投票确定图象属性，比如出现该人像的十个网页上，有九个出现同一人名，那么给该图象标上的属性就是那个人名）是一个怎样的工作量？前期引擎（按大类区分对象）的建立，又是一个怎样的工作量？需要怎样的资金规模来做？

所以很多时候，实验室的原型看上去很美好，可以搜很小规模的图片库里的图片，甚至可以搜视频里的对象，但是，经不起投资人的询问，赢利之路太遥远，只能继续难产下去了。

有人会问，为什么大公司不做？网络上革命性的创新，有哪样是大公司做出来的？当一个公司成为“大公司”的时候，就说明她已经实现规模赢利，而且很有可能已经上市，要面临各方的压力，创新投入大的东西，就只能去收购（收购时花出去的钱是投资而不直接计为费用，可以很长时间摊销，报表上更好看），而不能自己做。