图像检索技术综述（从SIFT到CNN）

最近开始学习图像检索，看到一篇2015年写的不错的综述，介绍了从SIFT到CNN的技术发展。看到网上也有一些翻译版本，但是明显的机器翻译，直接复制粘贴，很多专有词汇没有翻译到位。所以为了自己学习，也为了方便后面的同学阅读，斗胆翻译了一下。

这篇综述比较长，所以分为三个部分。本文是第一个部分，SIFT和CNN的综述

---

SIFT Meets CNN:A Decade Survey of Instance Retrieval

       摘要：在早期，基于内容的图像检索(CBIR)研究具有全局特征。自2003年以来，基于局部描述符(如SIFT)的图像检索由于SIFT在处理图像变换方面的优势而得到了十多年的广泛研究。最近，基于卷积神经网络(CNN)的图像表示方法引起了越来越多的关注，并显示出令人印象深刻的性能。鉴于这个快速发展的时代，本文对过去十年的实例检索（Instance Retrieval）进行了全面的调查，提出了基于SIFT的和基于CNN的两大类方法。对于前者，根据码本（codebook）大小，我们将文献组织成使用大型/中型/小型码本。对于后者，我们讨论了三种方法，即使用预先训练、微调的CNN模型&#