隨著移動(dòng)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的發(fā)展，海量數(shù)據(jù)正在發(fā)生爆發(fā)式增長(zhǎng)，從大規(guī)模數(shù)據(jù)中檢索與定位重要的目標(biāo)信息具有廣泛且重要的應(yīng)用價(jià)值，因而受到學(xué)術(shù)界和工業(yè)界的大量關(guān)注。物體檢索與定位，是指給定查詢(xún)目標(biāo)在某種模態(tài)下的信息，在大規(guī)模圖像視頻數(shù)據(jù)中集中定位該目標(biāo)的技術(shù)。物體檢索與定位是計(jì)算機(jī)視覺(jué)技術(shù)核心的課題之一。然而，由于光照、視角、遮擋等外部因素和物體本身的形變、類(lèi)別多樣性等內(nèi)部因素的共同影響，圖像在不同層次上存在復(fù)雜的表象變化。除此之外，示例、圖像和標(biāo)簽之間的層次關(guān)聯(lián)繁雜多樣，這些都給物體檢索與定位帶來(lái)了很大的困難。

本書(shū)從實(shí)際應(yīng)用的角度出發(fā)，針對(duì)示例檢索、標(biāo)簽檢索和物體定位三個(gè)相關(guān)問(wèn)題進(jìn)行深入研究。以視覺(jué)詞袋模型和深度卷積網(wǎng)絡(luò)模型為基礎(chǔ)，從模型表示、模型學(xué)習(xí)和關(guān)聯(lián)匹配幾個(gè)方面進(jìn)行擴(kuò)展和完善。

（1）針對(duì)基于視覺(jué)詞組的示例檢索模型進(jìn)行了研究。首先，優(yōu)化了視覺(jué)詞組的定義方式，提高了視覺(jué)詞組的區(qū)分性。其次，分析了一類(lèi)容易被忽視的現(xiàn)象，即視覺(jué)詞組的突爆匹配。后，基于概率模型，提出了一種新穎的貝葉斯池化模型用于消除突爆匹配，從而優(yōu)化了圖像之間的相似性度量，提高了示例檢索的準(zhǔn)確性。

（2）針對(duì)基于深度卷積網(wǎng)絡(luò)的示例檢索模型進(jìn)行了研究。針對(duì)示例檢索的查詢(xún)敏感的空間位置關(guān)聯(lián)性問(wèn)題，提出了一種空間位置對(duì)齊的模型框架。更進(jìn)一步，提出了一種基于排序的深度卷積網(wǎng)絡(luò)，用于建模物體的類(lèi)內(nèi)和類(lèi)間差異性。為了訓(xùn)練這個(gè)網(wǎng)絡(luò)，設(shè)計(jì)了一種半監(jiān)督的訓(xùn)練樣本收集策略。該策略不需要任何對(duì)查詢(xún)物體的先驗(yàn)知識(shí)，并且極大地減少了人工收集訓(xùn)練樣本所需的成本。實(shí)驗(yàn)結(jié)果表明，這一方法顯著地提高了深度模型下示例檢索的準(zhǔn)確性。

（3）針對(duì)前背景的模糊性，從特征學(xué)習(xí)的角度，介紹了一種多示例在線(xiàn)學(xué)習(xí)模型解決弱監(jiān)督條件下的圖像標(biāo)注和物體定位問(wèn)題。首先，在現(xiàn)有的多示例學(xué)習(xí)模型的基礎(chǔ)上，改進(jìn)了訓(xùn)練樣本的選擇和更新策略。改進(jìn)后的策略能夠收集準(zhǔn)確多樣的正樣本以及有區(qū)分性的負(fù)樣本，從而提高前背景的區(qū)分性。其次，設(shè)計(jì)了一個(gè)端到端的模型，同時(shí)進(jìn)行訓(xùn)練樣本的選擇和物體檢測(cè)器的訓(xùn)練。后，通過(guò)對(duì)示例標(biāo)注和圖像標(biāo)注進(jìn)行關(guān)聯(lián)，從而通過(guò)一個(gè)模型聯(lián)合學(xué)習(xí)圖像標(biāo)注和物體檢測(cè)算法。實(shí)驗(yàn)結(jié)果表明，這一模型有效地提高了圖像標(biāo)注和物體定位的性能。

（4）從特征表示的角度對(duì)標(biāo)簽檢索和物體定位問(wèn)題進(jìn)行了研究。具體地，本書(shū)介紹了一種基于顯著性的深度特征模型，改善基于矩形框的物體特征表示。顯著性模型使得矩形框內(nèi)背景區(qū)域的特征響應(yīng)被抑制，而前景中重要的視覺(jué)區(qū)域的特征激活得到增強(qiáng)。這樣的特征表示模型使得前景區(qū)域和背景區(qū)域的類(lèi)內(nèi)差異變小，類(lèi)間差異變大，從而減少了前背景的模糊性。這一顯著性特征模型可以與當(dāng)前好的弱監(jiān)督物體檢測(cè)模型融合，從而進(jìn)行端到端的聯(lián)合訓(xùn)練。這一方法的可靠性在多個(gè)數(shù)據(jù)集上得到了驗(yàn)證。