【前言】
學會看論文、理解論文對于研究生生涯的學習非常重要，學著看論文，然后試著做一些筆記便于溫故知新。所以在此文章專欄把看論文時查到的資料、理解、還有待解決的問題都記錄下來，便于自己在便攜式電子設備隨時的查看，歡迎補充交流。

圖像檢索實現了對圖像庫的有效查詢和管理，它是指從大規模圖像數據庫中檢索出與文本查詢或視覺查詢相關的圖像。因此，從大量的數字圖像中快速準確地檢索到用戶所需圖像的研究成為一個有意義且急需解決的課題。
圖像檢索的發展歷程：
基于文本的圖像檢索，基于內容的圖像檢索( content － based image retrieval，CBIＲ) 技術，尺度不變特征變換 (scale invariant feature transform，SIFT)，基于語義的圖像檢索 ( semantic － based image retrieval，SBIＲ) 技術，利用神經網絡進行特征提取的圖像檢索算法
圖像檢索的未來研究方向：
更有效地利用圖像深度特征，特定應用場景下的圖像檢索，質量以及通用性更佳的標準數據集，客觀的圖像檢索評價指標

---

以下是論文雜記

我的科研之路 --shaneholmes

綜述類	《圖像檢索研究綜述》	發展歷程、研究方向	傳送門
CNN	《圖像檢索--聯合加權聚合深度卷積特征的圖像檢索方法》	深度卷積特征、空間權重矩陣、通道權重向量	傳送門
	《Fine-Tuning CNN Image Retrieval with No Human Annotation》	pooling layer GeM、SfM、Whitening、α-weighted 查詢擴展	傳送門
	《ImageNet Classification with Deep Convolutional Neural Networks》		傳送門
其他	《Dynamic Routing Between Capsules（NIPS2017）》		傳送門
	《基于KNN有向復雜網絡的圖像輪廓識別》	復雜網絡、圖像輪廓、K最近鄰	傳送門
	《Binary Generative Adversarial Networks for Image Retrieval》	BGAN、無監督、二進制表示	傳送門
	《增強旋轉不變ＬＢＰ算法及其在圖像檢索中的應用》	ELBPri描述符、Harris算法、LBP偽灰度圖	傳送門
	《基于 FCCA 的多特征融合的檢索方法》	典型相關分析、多特征融合	傳送門
	《自適應多位編碼量化的哈希圖像檢索方法》	哈希圖像檢 索 、方差 、數據子向量	傳送門
	《Composing Text and Image for Image Retrieval - An Empirical OdysseyNam》	文字/圖像特征組合	傳送門

好文推薦

你應該知道的9篇深度學習論文（CNNs 理解）

以下文章下載鏈接點我，或聯系博主獲取，郵箱 shaneholmes@qq.com：

AI 就業面面觀

基于內容的圖像檢索技術綜述——傳統經典方法

卷積神經網絡的壓縮和加速

機器學習與深度學習中的數學知識點匯總

基于內容的圖像檢索技術綜述-CNN方法

2018年國外主要實驗室和科研團隊成果和動向

淺談卷積神經網絡的模型結構

深度學習項目實踐筆記

機器學習-原理-算法與應用-糾錯

半小時學會 PyTorch Hook

圖片內容鑒黃算法綜述

機器學習與深度學習習題集（上）

總結

以上是生活随笔為你收集整理的图像检索论文杂记的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。