今天是双十一，没有淘宝，早早起床后，觉得把最近几天学习的内容总结一下。
最近看的这篇论文，主要是关于图像检索的新的方法，是将两个常用的图片检索的方法(local Features with Vocabulary Trees and Holistic Features with Compact Hashing )融合在一起，然后获得更好的检索结果。我首先查看了一下关于词汇树图像检索的论文，我的个人理解是，词汇树是仿照文本检索的方法，将database中的图像按照特征进行分类，分成K树。然后将目标图像提取特征，再这些树中的节点进行匹配。其中，对特征的提取采用了模糊化的方法，就是对于每一个集合都有一个隶属度，来表示跟这个集合的相似程度。另一种方法还没有看。
这种融合的方式，是通过将两种方法检索后生成的图（数据结构）按照贪心的算法进行融合。具体是如何实现的 ，我还没有完全弄清楚，希望今天可以弄明白一点。