【AAAI2022】使用对比式量化表征学习的无监督图像检索方法
《使用对比式量化表征学习的无监督图像检索方法》（Contrastive Quantization with Code Memory for Unsupervised Image Retrieval，作者：计算机技术项目2020级硕士生王锦鹏，导师：夏树涛）
图3：对比式量化表征学习的框架示意图
专知便捷查看
便捷下载，请关注专知公众号（点击上方蓝色专知关注）
后台回复“CQCM” 就可以获取《【AAAI2022】使用对比式量化表征学习的无监督图像检索方法》专知下载链接
登录查看更多
相关内容
从20世纪70年代开始，有关图像检索的研究就已开始，当时主要是基于文本的图像检索技术（Text-based Image Retrieval，简称TBIR），利用文本描述的方式描述图像的特征，如绘画作品的作者、年代、流派、尺寸等。到90年代以后，出现了对图像的内容语义，如图像的颜色、纹理、布局等进行分析和检索的图像检索技术，即基于内容的图像检索（Content-based Image Retrieval，简称CBIR）技术。CBIR属于基于内容检索（Content-based Retrieval，简称CBR）的一种，CBR中还包括对动态视频、音频等其它形式多媒体信息的检索技术。
Arxiv
0+阅读 · 2022年4月19日
相关VIP内容
相关资讯
相关论文
Arxiv
0+阅读 · 2022年4月19日
微信扫码咨询专知VIP会员