提出了一种基于内容的图像检索方法，通过构建视觉层次结构来捕捉视觉和语义的相似性，将其融合到相似度搜索的距离计算度量中，实验证明该方法在图像检索方面具有优越性能。

Aug, 2023

本文评估了 2003 年至 2016 年提出的内容检索图像检索算法，并提出了未来研究的几个方向。

Jun, 2017

内容检索 (CBIR) 系统在计算机视觉领域成为关键工具，通过基于视觉内容而非仅依赖元数据进行图像搜索。本综述论文全面介绍了 CBIR，并强调了其在目标检测方面的作用，以及基于内容特征识别和检索视觉相似图像的潜力。文章探讨了 CBIR 系统面临的挑战，包括语义差距和可扩展性，并提出了潜在的解决方案。重点阐述了语义差距，即低级特征和高级语义概念之间的差异，并探索了弥合该差距的方法。值得注意的解决方案之一是集成相关反馈 (RF)，使用户能够对检索到的图像提供反馈并迭代地改进搜索结果。综述涵盖了长期和短期学习方法，利用 RF 提高 CBIR 的准确性和相关性。这些方法侧重于权重优化和利用主动学习算法选择样本进行分类器训练。此外，本论文还研究了机器学习技术以及利用深度学习和卷积神经网络提高 CBIR 性能的方法。该综述论文在推进 CBIR 和 RF 技术的理解方面发挥着重要作用。它指导研究人员和从业者理解现有的方法、挑战和潜在的解决方案，促进知识传播和确定研究空白。通过讨论未来的研究方向，为增强 CBIR 在各个应用领域的检索准确性、可用性和效果奠定了基础。

Dec, 2023

本文介绍了基于内容和标签的图像检索方法中，标签赋值、细化、检索三个问题的处理方法，分类讨论了各种方法的实现及其信息利用方式，并提出了实验方案以便更准确地评估算法表现。

Mar, 2015

我们提出了一种简单而易于解释的推理模型，用于生成全局场景的主要对象和语义概念的可视化表示，该模型使用图卷积网络进行关联和推理，再使用门和记忆机制进行全局语义推理，选取判别信息并逐渐生成整个场景的表示；实验证明我们的方法在 MS-COCO 和 Flickr30K 数据集上取得了相对于最佳方法分别为 6.8％和 4.8％的图像检索和字幕检索的新的最佳效果，Flickr30K 数据集上分别提高了 12.6％和 5.8％的图像检索和字幕检索。

Sep, 2019

基于深度卷积神经网络的物体检测系统在许多大规模物体检测基准测试中取得了显着成就，然而，这需要大量的标注边界框来进行训练。本文通过将图像级别分类器转化为物体检测器解决了此问题，并利用来自视觉和语义领域的物体相似性知识，在将分类器转换为没有边界框注释的类别时转移此信息。实验结果表明，我们提出的基于物体相似性的知识转移方法在半监督设置下实现了最先进的检测性能。

Jan, 2018

提出了一种基于知识表示（KR）的方法来指导数据标注的过程，并通过迭代优化技术，将对象组织在分类层次结构中，以保证它们与它们的语言描述保持一致，从而间接地引入了 ML 模型的预期语义。初步结果验证了所提出方法的有效性。

Apr, 2023

我们在医学图像检索的上下文中，通过使用 TotalSegmentator 数据集建立了一个基准，以评估和比较预训练模型的嵌入效果，并采用文本匹配启发的后期交互再排序方法，实现了对各种解剖区域的 1.0 检索召回率。

May, 2024

本文提出了一种语义优化方法，称为视觉语义损失（VSL），以辅助模型专注于图像的主要内容，通过对图像的注释文本的利用，减少次要内容的负面影响，通过两个基准数据集（MSCOCO 和 Flickr30K）的大量实验，证明了该方法的卓越性能。

Apr, 2023

本研究针对视觉识别技术中的特征表示、学习算法和标记的训练数据进行了探究，提出了一种基于网络监督的自动图像数据生成方法，以实现对大量视觉概念的高效训练和识别。在 Pascal VOC 2007 数据集上对该方法进行了测试，并取得了明显的优越性能。

Jun, 2019