通过监督弥合图像像素与语义之间的鸿沟：综述

图像低层特征与其语义含义之间存在称为语义鸿沟的差距，这一事实已被认知数十年。语义鸿沟的消解是一个长期存在的问题。本文回顾了语义鸿沟问题，并综述了近期弥合该鸿沟的努力。最重要的是，我们主张当今语义鸿沟主要通过监督学习来弥合。我们从两个应用领域汲取经验以阐明这一点：1）目标检测；2）用于基于内容的图像检索（CBIR）的度量学习。首先，本文对监督方法提供历史回顾，逐步过渡到现代数据驱动方法论，并介绍常用数据集。随后，在目标检测与度量学习的背景下总结了各种用于弥合语义鸿沟的监督方法。