词汇树是一种紧凑的图像检索方法。实现这个算法基本上有三个步骤,它高度依赖于其他计算机视觉技术,例如SIFT特征。第一步是使用SIFT描述符构建kmeans树。该树的叶节点包含一组SIFT描述符。第二步是使用您在第一步中构建的词汇树来构建图像数据库。您可以将此过程视为将图像量化为向量空间。然后第三步是针对图像查询图像数据库。当然还有一些详细的技术,如倒排列表等。这里有一个良好的词汇树实现 - libvot。它基本上遵循我上面描述的三个步骤。它使用C++11标准的多线程库来加速构建过程,因此运行得非常快。这里是关于它的原始研究paper。它在计算机视觉社区中具有很高的影响力。