1. 现在Computer Vision基本要用的几个图像特征和方法 提到 Multiple Kernel Learning的方法
2. HOG特征-理解篇 中提到：
对于解决Scale-invariant 的问题：将图片进行不同尺度的缩放，就相当于对模板进行不同尺度scale的缩放
对于解决Rotation-invariant 的问题：建立不同方向的模版（一般取15*7的）进行匹配
总的来说，就是在不同尺度上的图像进行不同方向的模板（15*7）匹配，每个点形成一个8方向的梯度描述。
并提到了SURF，SIFT,PCA-SIFT三种算法的比较：
从中可以看出对于scale和rotation变换较小的视频来讲surf是比较合适的选择
3. VLFeat Histogram of Oriented Gradients (HOG). 中实现的是UoCTTI
variant 和
Dalal Triggs，默认是前者，并且提供了flip HOG的方法（是否可以解决原来方法不能处理flip的情况呢？跟把图像flip重提HOG特征有啥优势？）
4. Dense Scale Invariant Feature Transform (DSIFT) 和 Revisiting the VLAD image representation[14] 都提到HOG类的描述子一般应用于classification, object categorization.
是否因为提取的特征点过多，不利于图像检索匹配，但vlad是全局特征，并会因此影响匹配速度！