既存手法では教師あり状況下での手法が主に研究されてきたが、アノテーションコストなどの問題から実用への障壁が大きかった。そこで、あまり研究がされてきていないunsupervised cross-domain image retrievalにおいて、cluster-wise contrastive learningを用いた新たな手法を提案し、教師なしの状況下におけるドメイン不変な画像検索を可能とした。

ベンチマークデータセットにおいて、unsupervised representation learningや cross-domain self-supervised pre-trainingにおける既存手法と比較しても、Precision@Kの十分な向上が見られた。

なぜ通ったか？：既存手法からの十分な精度向上が見られている / 精度向上を実現するための提案手法に関しても、既存研究からの差分が十分にある https://github.com/conghui1002/UCDIR