孙明思，赵宏伟，赵浩宇，王也然

（1.吉林大学计算机科学与技术学院，吉林长春130012；2.吉林农业科技学院电气与信息工程学院，吉林吉林132101；3.吉林大学符号计算与知识工程教育部重点实验室，吉林长春130012；4.吉林大学学报（工学版）编辑部，吉林长春130012）

1 引 言

互联网应用的普及产生了大量的图像信息，如何快速准确地检索到所需图像，是亟待解决的技术问题，也是目前图像检索领域的研究热点［1］。在图像检索的过程中，需要提取图像的特征，通过图像特征的比对，实现图像的识别与分类，所以在图像检索的各种方法中，图像特征占有重要地位，也是图像识别与分类的重要依据。不同的图像检索方法提取的图像特征有所不同。尺度不变特征变换（Scale Invariant Feature Trans⁃form，SIFT）描述子［2］是一种应用比较广泛的图像特征，在对SIFT描述子的进一步研究中，产生了局部聚集描述子向量（Vector of Aggragate Locally Descriptor，VLAD）［3］、词袋模型（Bag of Words，BOW）［4］等新的特征描述子。

SIFT是由Lowe提出的。SIFT描述子通过检测图像兴趣点来选择图像标识的稳定的关键点，并进一步确定关键点方向，形成关键点梯度描述特征向量。在图像识别的过程中，对检测图像按照同样的方法产生特征向量描述子，并进行特征匹配，进而实现图像目标检测的目的。SIFT描述子稳定性好，并具有图像尺度、旋转的不变特性［5］。

BOW是一种词袋模型，早期用于信息检索领域，引入计算机视觉领域后用于图像分类。BOW方法把图像块的特征向量作为“单词”，用直方图的方式统计单词出现的频率。在BOW方法中……