UIGR：统一交互式服装检索

交互式服装检索（IGR）旨在基于参考服装图像以及用户对参考服装上需改动之处的反馈来检索目标服装图像。已有两类IGR任务被广泛研究：文本引导服装检索（TGR）与视觉兼容服装检索（VCR）。前者的用户反馈指示在保持服装类别不变的情况下需改变哪些语义属性，而后者唯一被显式改变的仅是类别，同时隐含风格保持的要求。尽管这两类任务相似且实际应用中需要能同时处理二者的高效系统，它们从未被统一并联合建模。本文提出统一交互式服装检索（UIGR）框架以统一TGR与VCR。为此，我们首先贡献了一个适用于这两类问题的大规模基准数据集。我们进一步提出一种强基线架构，将TGR与VCR集成于单一模型中。大量实验表明，在统一框架中建模两个任务不仅因仅需单一模型而更高效，还能带来更优性能。代码与数据集见 https://github.com/BrandonHanx/CompFashion。