基于深度学习的图像检索研究概述
随着数字技术的发展,各领域产生并共享了大量的视觉内容.如何搜索到所需要的图像成为一个挑战,特别是在数据库中搜索相似的内容,即基于内容的图像检索(CBIR),是一个由来已久的研究领域,实时检索需要更高效、更准确的方法.人工智能在基于内容的检索方面取得了进展,极大地促进了智能搜索的进程.文中,回顾了最近基于深度学习算法和技术开发的CBIR工作;介绍了常用基准和评估方法;指出面临的挑战,并提出有希望的未来方向.文中关注使用深度学习进行图像检索,并根据深度网络结构、深度特征、特征增强方法和网络微调策略的类型组织最先进的方法.文中调查考虑了各种最新方法,旨在展示基于实例的CBIR领域的全局视图.
Transformer、架构修改、预训练
18
TP311(计算技术、计算机技术)
江西省自然科学基金面上项目20202BAB202017
2022-05-30（万方平台首次上网日期，不代表论文的发表时间）
共3页
84-86
