目前，百度視覺搜索引擎僅限于互聯網，而移動視覺搜索所需技術更加密集。而卷積神經網絡在進行搜索時非常有用，由于借助卷積神經網絡，搜索引擎就像經由練習的神經一樣可以從多角度識別搜索目標。
百度將面對不同以往的背景技術挫折，好比對相機水平參差不齊，恍惚、色彩失衡以及過度曝光等情況的控制。訣竅在于，百度開發的算法只比較被搜圖像與百度分布式數據庫里的圖像，而非互聯網上無數的資源，從而加快搜索速度。深度識別技術致力于模仿人腦運作，百度深度識別研究所已經研發出針對光學特點、人臉以及聲音的深度識別算法，以用于在線廣告和網站搜索。比擬之下，谷歌已經領先不少。
搜索引擎未來將轉向移動視覺搜索。該技術可識別多樣且被扭曲的圖像，因而被應用于手寫識別系統以及高速校對系統。
余凱表示，移動搜索確實是百度的目標，百度將充分利用移動傳感裝置給用戶提供最天然的搜索體驗，并且百度已經開始計劃相關研發。據悉，百度視覺搜索基于一種被稱為卷積神經網絡的深度識別技術，與谷歌照片標簽系統采用的技術相同。并且，百度選擇從內部主存儲器中而非硬盤 中提取用戶所需的索引圖像，節省了時間。
谷歌不同，百度視覺搜索在網絡應用中緊靠私家CPU服務器，進步搜索速度，努力掙脫對圖像處理器(GPU)的依靠(圖像處理器運作速度快但更占能耗)。最后，百度搜索服務只利用影像特征信息來搜索圖片，略去了圖像所處網站的背景信息，減少了搜索信息量。百度視覺搜索項目組組長余凱表示，百度已經大幅進步了在線視覺識別的運算速度，以知足用戶需求。
