iLearn-Lab/TOIS25-Awesome-Composed-Image-Retrieval

해결하는 문제

이 프로젝트는 이미지와 텍스트 피드백을 결합하여 유사한 이미지를 찾는 Composed Image Retrieval (CIR) 분야의 급격한 성장에 대응하기 위한 것입니다. 2017년부터 2025년까지의 120편 이상의 논문을 수집하고 기술별로 정리하여, 연구자들이 관련 연구를 쉽게 찾고 최신 기술 동향을 파악할 수 있도록 돕습니다.

작동 방식

이 저장소는 속성 기반 CIR, 지도 학습 CIR, 퓨샷 CIR, 제로샷 CIR 등의 카테고리로 분류된 수작업으로 큐레이션된 논문 및 리소스 목록입니다. 각 논문 항목에는 게재 장소, 연도, 논문 링크가 포함되어 있습니다. 또한 약 10개의 벤치마크 데이터셋에 걸친 통합된 평가 관점을 제공하며, 풀 리퀘스트와 이슈를 통한 커뮤니티 기여를 장려하여 컬렉션을 최신 상태로 유지합니다.

대상 독자

컴퓨터 비전, 정보 검색, 멀티모달 학습 분야의 연구자, 학생 및 실무자를 위한 자료입니다. CIR 분야의 전반적인 지형을 이해하고, 접근 방식을 비교하며, 미해결 연구 문제를 식별하기 위한 편리한 출발점 역할을 합니다.

주요 특징

• 120편 이상의 핵심 논문(2017–2025)에 대한 체계적인 분석
• 약 10개의 벤치마크 데이터셋에 걸친 통합 평가
• 커뮤니티 기여를 통해 지속적으로 업데이트 (PR 및 이슈 환영)