大规模图像检索的代码，matlab与c++混合编程。总结了目前图像检索领域目前主要存在的方法。通过阅读该代码，可以对于经典的“词袋”模型（bow模型）有个具体的了解，但是该代码没有提供前序的特征提取，是直接从对提取好的特征向量聚类开始的，包括了k-means，分层k-means（HKM）聚类，倒排文件的建立和索引等，该代码还提供了局部敏感哈希（LSH）方法。最后，这份代码是下面这篇论文的作者提供的， Indexing in Large Scale Image Collections: Sc

本书是计算机视觉编程的权威实践指南,依赖 Python 语言讲解了基础理论与算法,并通过 大量示例细致分析了对象识别、基于内容的图像搜索、光学字符识别、光流法、跟踪、三维重建、 立体成像、增强现实、姿态估计、全景创建、图像分割、降噪、图像分组等技术。(This book is an authoritative guide to computer vision programming, which explains basic theories and algorithms based on

用Python通过L1-penalized minimization problem实现人脸识别算法(Solve an L1-penalized minimization problem with the feature sign search algorithm of Lee et al (2006).)