该文综述零样本草图图像检索（ZS-SBIR）的多项研究：提出大领域差异与大规模检索新场景及QuickDraw-Extended数据集；采用对称双向知识对齐与一对多聚类跨模态匹配缩小模态差距；以“适应和对齐”实现已见类到未见类的知识迁移；SAKE通过微调保留语义知识；领域平滑网络结合对比学习与类别记忆库；基于Transformer的跨模态网络具备可解释性；三网络哈希算法缓解异构性；生成模型、GAN与连体网络、概率生成模型等方法均提升检索性能。