近期，公司智能信息处理与信息系统研究所教师陈宁博士撰写的题为《Survey on clothing image retrieval with cross-domain》的论文在《Complex & Intelligent Systems》（DOI: https://doi.org/10.1007/s40747-022-00750-5）（中科院JCR分区：2区）上发表。

该文综述了关键区域识别和深度度量学习在服装图像跨域检索中的研究进展。关键区域识别对于服装特征提取、有效提高检索精度具有重要意义。在求解特征相似但类别不同的难度样本时，识别精度会降低。目前，深度度量学习是解决该问题的有效方法，它利用不同损失函数的优化和集成网络来加强服装特征的识别。通过对不同算法实验结果的比较和对跨域服装检索精度的分析，指出了未来服装检索精度的提高主要依赖于服装重要特征的提取和服装特征的识别。

人物链接：

陈宁个人简介

陈宁，男，1970年，副教授。博士毕业于西安交通大学计算机科学与技术专业。主持纵横向项目8项,获陕西省电子工业厅电子工业科技成果一等奖,《计算机系统应用》2019年高影响力论文。近5年来，在Complex & Intelligent Systems、Pattern Recognition、《计算机系统应用》等国内外重要期刊和会议发表多篇学术论文。主要研究方向：人工智能与模式识别、数字图像处理、嵌入式系统等。

（撰稿：任劼 审核：张凯兵）