启动第一个IN-IMAD平台后五年，Luminine正在推出它所谓的“下一代”服务，它知道图像中的内容，可以通过关键字或概念来定位它们，并且可以处理每次显示和每次点击次数绩效运动。

另外，它过滤出令人讨厌的照片。

“我们假设所有图片都有内疚，直到被证实无辜，”Luminate Ceo James Everingham笑了，解释了大约25％的图像不是品牌安全的。“上下文一直是巨大的失踪作品......算法已经能够识别一个带有手镯的人，但上下文可能是被捕的人 - 不是广告的良好背景。”

示例广告：

画廊：画廊

Luminate说，现在有一个几乎难以理解的三亿千分钟，我们每天增加500万。这使得形象的广告潮流，竞争对手，如牙龈，充满活力的媒体和海鲜市场。然而，Luminate表示，它的新技术是更换游戏 - 以及专门为图像而设计的第一款丰富的媒体广告网络。

VB研究了移动游戏货币化报告的移动广告网络。

该新技术包括更好地定位由储亮的对象识别算法检测到的图像中出现的物体的关键字，以及一系列众包组件，该组分看到由一种机械土库方法中的实际人类审查的储存液中的20％的图像。结果将其送入平台，该平台允许广告商瞄准与图像匹配的关键字，就像他们在谷歌的adsense，或胜利，“幸福的夫妻，”或“家庭等概念一样。

以上：图像中的一个例子

甚至更有趣，Luminate可以动态地产生来自在线零售商的产品饲料的数千个或数千名广告。

Everingham说，结果是壮观的。

“广告是本地人，所以它们是相关的 - 几乎是社论 - 他们脱离了横向盲目的区域，”他告诉我。“我们已经看到了5-10x的广告行业平均结果。”

Everingham对科技创业公司没有陌生人。他在Netscape运行了浏览器开发集团五年。并加入他是来自Tellme和LiveOps的关键员工，带来了重要的文本识别和机器学习专业知识。尽管如此，他仍然说，图像识别是计算中的“最终边界”，需要大规模的智能和巨大规模。

关于他看来，他的In-Ind AD行业的观点有一些最终的前沿。

“图像几乎是我喜欢呼叫搜索成立的重点，”他告诉我。“我们购买的一切我们在某处看到。正常过程是：“哇，那很酷，它是什么？......但如果你能够立即满足这种好奇心，那就是魔法。“

Luminate在与麦当劳的竞选活动上测试了平台，该平台与麦当劳的竞选活动，该平台希望在实时的本机广告活动中瞄准“获胜”的概念。Luminate应用其技术将公司的创意实时与图像的图像相关联，专注于分别达到触发的图像，击中家庭运行等。对于惠普，公司有针对性的家庭，是家庭印刷和墨水最大的消费者。

Everingham表示，强劲的结果是因为这是“第一个真正的In-image广告格式”。

新发布的另一个组件很有趣：动态调整移动大小。

“在尺寸方面，图像遍布这一点，就像移动设备一样，”他说。“但是我们的系统可以完全造成任何尺寸的非常伟大的体验。”

其他客户包括最佳购买，eBay，差距和英特尔。