本论文介绍了我们在 Meta AI 视频相似性挑战赛（VSC2022）的 Descriptor Track 和 Matching Track 中的第三名解决方案，该竞赛旨在检测视频副本。我们的方法建立在现有的图像复制检测技术之上，并采用多种策略利用视频数据的特性，从而得到了一个简单而强大的解决方案。通过采用我们提出的方法，我们在准确性方面取得了相当大的改进，与基线结果相比（Descriptor Track：41％的改进，Matching Track：76％的改进）。

Apr, 2023

该论文探讨了图像检索的基本问题，提出了一种基于数据清洗和度量学习模型的解决方案，并采用一种名为 Corner-Cutmix 的数据增强方法，提高了模型识别多尺度和被遮挡地标图像的能力。

Aug, 2020

该论文提出了一种高效的匹配对检索方法和实现了并行 SfM 重建的集成工作流，通过训练在线个体码书、使用 VLAD 聚合局部特征并通过 HNSW 图结构进行全局描述符索引，以加速匹配对检索并提高 SfM 重建效率。验证实验结果在三个大规模 UAV 数据集上表明，所提出的解决方案加速了匹配对检索，并在相对与绝对定向下都具有竞争性的准确性。

Jul, 2023

该研究采用深度神经网络直接优化排名检索表现指标（平均精度），提高本地特征描述符的学习，取得了当前最先进的修补程序验证，修补程序检索和图像匹配的结果。

Apr, 2018

本文提出了一种新方法进行实例级别的图像检索，通过聚合多个基于区域的描述符为每个图像生成全局紧凑的固定长度表示，该方法基于一个特定图像检索任务训练的深度架构，利用排序框架来学习卷积和投影权重，并采用区域建议网络来学习应汇集哪些区域以形成最终的全局描述符。

Apr, 2016

本文通过使用图神经网络测量场景图的相似度，提出了一种基于场景图相似度的图像检索方法，并使用人工注释的标题计算图片相关性测量来训练图神经网络，收集了一个数据集用于评估检索算法，并显示我们的方法比竞争方法更符合人类对图像相似性的感知。

Dec, 2020

我们提出了一个在 AISG-SLA 视觉定位挑战竞赛中获得第一名的解决方案，该任务是估计通过一个车载相机在城市场景中连续拍摄的图像之间的相对运动。我们使用我们最近基于深度学习的匹配器 RoMa 对图像进行匹配，并从中样本点进行相对运动估计，取得了非常有竞争力的成绩 - 在挑战竞赛中排名第三。为了提高估计准确度，我们提取图像中的关键点，使用 RoMa 进行匹配，并使用 COLMAP 进行结构运动重建。我们选择最近的 DeDoDe 关键点因其高可重复性。此外，为了解决图像序列中的时间跳跃问题，我们使用 DINOv2 进行图像检索，并匹配特定的非连续图像对。这些改进使我们的解决方案超过了所有竞争对手。我们还通过匹配手动选择的非连续图像对，给出了图像检索方法可达到的精度的上限。

Oct, 2023

该篇论文提出了一种用于实例级别识别的高效学习本地描述符的方法，它使用度量学习来训练深度神经网络，通过内部组件的激活传递局部描述符。与现有本地描述符相比，在两个实例级别识别任务中提供更好的性能和更低的存储器需求，这证明了全局描述符在大规模情况下不够有效，适当的局部性是不可或缺的。

Jul, 2020

本文提出了一种新的方法，通过将查询图像划分为不同的定位难度级别，根据其与参考图像数据库的相似度，自适应地分配不同的 k 值，以优化处理时间，同时保持 SOTA 精度。在广泛的实验中，与具有固定图像检索的 HLoc 相比，我们的算法降低了 30％，26％和 11％ 的计算开销，并保持了 SOTA 精度。

Mar, 2024

本文提出了一种基于检索的策略来估计之前从未见过的对象的三维方向，并通过计算查询图像与合成参考图像之间的多尺度局部相似性，并引入自适应融合模块将局部相似性稳健地聚合成成对图像的全局相似度得分，达到比之前的工作更好地推广未见过的对象的效果。

Mar, 2022