从外部数据库中检索黑盒最优图像

假设我们有一个黑盒函数（例如深度神经网络），其以图像为输入并输出一个表示偏好的值。我们如何根据该函数在互联网上的外部数据库中检索最优图像？文献中的标准检索问题（例如物品推荐）假设算法可完全访问物品集合。换言之，此类算法是为服务提供商设计的。在本文中，我们考虑在不同假设下的检索问题。具体而言，我们考虑对图像数据库访问受限的用户如何利用其自身的黑盒函数检索图像。这一表述使得由每个用户定义的灵活且细粒度的图像搜索成为可能。我们假设用户可通过具有严格 API 限制的搜索查询访问数据库。因此，用户需要在查询次数方面高效地检索最优图像。我们针对该问题提出了一种高效的检索算法 Tiara。在实验中，我们证实了所提方法在各种设置下均优于若干基线方法。