SIFT+BOW

• 第一步：利用SIFT算法从不同类别的图像中提取视觉词汇向量，这些向量代表的是图像中局部不变的特征点；

• 第二步：将所有特征点向量集合到一块，利用K-Means算法合并词义相近的视觉词汇，构造一个包含K个词汇的单词表；

• 第三步：统计单词表中每个单词在图像中出现的次数，从而将图像表示成为一个K维数值向量。