Vinicius Atsushi Sato Kawai

新框架结合流形学习技术增强图像检索能力

研究人员开发了一个新的内容基础图像检索（CBIR）框架，该框架结合了基于投影和基于排名的流形学习策略。该方法将均匀流形逼近与投影（UMAP）生成的替代低维特征表示与使用Borda Count方法重新排序的列表进行聚合。使用ResNet152、Swin Transformer和DINOv2模型的特征进行的实验证明了检索效果的提高，特别是在基线表示在精度方面遇到困难的情况下。