图像嵌入用于将图像表示为高维空间中的矢量，以紧凑的形式捕获颜色，纹理，形状和图案等重要特征。这些嵌入是使用深度学习模型生成的，例如卷积神经网络 (cnn) 或转换器。一旦将图像转换为嵌入，就可以轻松地将其与其他图像进行比较或用于下游任务。
图像嵌入的一个常见应用是在图像搜索中，其中用户可以提交图像作为查询，并且系统基于它们的嵌入来检索视觉上相似的图像。图像嵌入也用于图像分类等任务，它们有助于将图像分类为预定义的类。在面部识别中，为每个面部生成嵌入，并且使用类似的嵌入来识别个体。
图像嵌入是非常有效的，因为它们允许高效的相似性搜索和分类，而不需要处理整个图像。嵌入还可以用于gan等生成模型，以基于给定的嵌入向量生成新图像，从而在计算机视觉应用中创建新的视觉内容或数据增强。