TuDaYing:圖答應微信視覺搜尋應用是一家基於微信的視覺搜尋服務提供商，為微信公共號提供圖片識別和搜尋服務。拍照上傳即獲相應訊息回覆，“圖答應”依靠視覺搜尋服務企業微信營銷。

與 PC 端的搜尋行為不同，移動搜尋與生活場景的結合更加緊密，這要求場景輸入的一切資訊，包括文字、聲音、位置、關係、影象等都可以成為你的檢索關鍵詞。在文字搜尋、位置搜尋甚至語音搜尋都已經有較成熟產品佔位的前提下，視覺搜尋或許可以成為創業公司的下一個切入點。

圖答應自身運營著一個演示賬號（可搜尋微信公共號“hiscene”），使用者可以通過拍照或上傳本地圖片，獲取與圖片內容相關的反饋。當你逛實體書店時想要了解某本書的詳細資訊，可以把圖書封面直接拍下發給圖答應或其合作賬號，系統會將評論頁面和網購入口集中返回，而無需分別在豆瓣和噹噹進行多次操作。

圖答應目前可支援對圖書、海報、CD 等類目的搜尋。據介紹，該服務可以接入包括電商、媒體在內的各類公共資料庫（例如書評來自豆瓣，購買連結來自亞馬遜），合作伙伴可以匯入私有資料並且未來將對個人資料庫開放。

根據圖答應團隊的公開資料，其所擁有的影象識別演算法最少只需 60% 的幅面（無需拍下整張圖片）和 20k 資料即可識別出物件，在技術上有一定優勢。我簡單測試過，圖答應對電影海報、圖書的識別率較高，十次測試均成功返回結果。而對 CD 的測試則不盡如人意，十次中有兩次無響應，反覆實驗下排除網路原因，推測可能與 CD 樣本庫不完善有關。圖片 360 度任意旋轉不會明顯降低準確率，但將圖片作映象翻轉後則不能識別。

排除如光照、鏡頭成像質量、拍照姿勢等外在因素，對搜尋“精確度”（也可以叫查準率）這一指標影響最大的是使用者的結果預期。“使用偏娛樂的應用時（如猜明星臉之類），使用者對精度的要求一般會比工具型應用低。再如以圖搜衣服，使用者只要找到差不多的衣服就可以，並不一定要求嚴格的同款。而對增強現實應用，這個識別精度要求一般高得多，當用戶用手機對準賓士車時，不能容忍在螢幕上顯示一個寶馬”。