在图像搜索中，嵌入相似度是通过使用图像的向量表示（通常称为嵌入）来计算的。当一幅图像通过神经网络（特别是卷积神经网络，CNN）处理时，它会生成一个数字表示，捕捉图像的基本特征。这些嵌入通常是高维向量。为了找到与查询图像相似的图像，系统通过相似度度量来比较嵌入。常见的比较方法包括欧几里得距离、余弦相似度，或更复杂的度量。
举个例子，假设开发者在数据库中存储了一组图像。当用户上传一幅查询图像时，系统会使用预训练模型生成其嵌入。例如，查询图像的嵌入可能是一个像 [0.5, 0.2, 0.1, ...] 这样的向量。数据库中每幅图像也都有相应的生成嵌入。然后，开发者会计算查询图像嵌入与数据库中每幅图像嵌入之间的相似性，以找到最接近的匹配。如果使用余弦相似度，系统实际上是在测量两个向量之间的角度，从而表明它们的内容有多相似，而不管它们的大小。
在计算出相似性得分后，系统会根据这些得分对图像进行排序，并将最相关的结果呈现给用户。为了提高性能，开发者通常会实现优化，例如索引技术（例如 FAISS 或 Annoy），以便在大型数据集中更快地检索相似的嵌入。这种方法不仅确保搜索结果相关，而且效率高，从而使图像搜索应用中的用户体验流畅。