图像相似性度量旨在通过提取和描述图像的特征来评估给定的图像之间在内容上的相似程度,是计算机视觉以及模式识别领域的重要组成部分。本课题组承担的《国家自然科学基金项目相似性检测系统》已投入运行,实现了申请书文本的相似性检测。但申请书中还存在大量的图像抄袭现象（设计图、方案图等）,为实现申请书内容的全覆盖检测,对海量图像的相似性检测已是迫在眉睫,提出了新的技术挑战。目前主流的图像度量学习网络结构是基于对比约束的监督学习算法,训练时需要大量的标注数据,耗费的成本是巨大的。此外,这些算法在相似性度量时只关注图像本身,并没有有效利用与图片内容相关的其它模态信息。因此,如何使用无监督对比学习技术,在无标注的数据集上训练视觉表示模型,并进一步利用多模态信息,是研究的热点趋势。论文围绕国家自然科学基金项目申请书图像相似性检测中人工标签极度依赖、无法有效利用文本信息以及融合文本时易导致歧义性问题,展开主要研究及应用:（1）针对人工标签极度依赖问题,提出基于对比学习的无监督图像相似性度量算法。论文将自监督学习中的对比学习引入到图像相似性度量当中,解决了此前图像相似性度量方法对人工标签数据的极度依赖问题。并且,不同于一般的对比学习模型需要通过下游任务的微调来进一步提升模型的性能,论文提出的模型能够将输入数据映射到一个可以直接使用距离来表示实例之间相似性的度量空间当中,而无需下游任务。根据理论分析和实验结果,表明了提出的模型可以有效利用无标签数据,而不用再依赖数据集的人工标注,并有不输于监督学习模型的精度。（2）针对图题文本融合模型中的歧义消解问题,构建了基于文本多映射特征模块的图文多模态融合结构。论文通过构建一个图文多模态融合结构,以解决当前图像相似性度量模型缺乏有效利用与图像内容相关的图题等文本模态信息问题。此外,针对引入文本信息之后带来的文本歧义性问题,模型在处理文本信息时采用了一个多映射处理模块,通过将一个文本信息映射到语义空间的多个点,从而挖掘出文本隐含的多种语义信息,实现文本多义兼容。通过理论分析和实验结果,融合了文本信息之后的模型,更够在图像相似度计算时有效利用文本信息,达到了更好的效果。（3）将以上成果实施,应用于某基金申请书的图像相似性检测。论文针对某基金项目的项目申报书中存在的图像相似性检测问题,以提出的基于文本融合的无监督图像相似性度量算法为基础,设计并实现了一套针对基金项目申请书的图像相似性检测系统,更高效地检查出科研成果的抄袭行为。经过测试,该系统性能稳定,能够快速、准确地检测出基金项目申请书中内容相似的图像,达到了理想的效果。