SIFT算法在图像搜索方面，用作基础特征，个人感觉有一些问题，记录在这里：
1 求主方向阶段太过依赖图像局部像素的梯度方向，有可能使找到的主方向不准确；而后面的特征向量以及匹配严重依赖主方向，一旦有偏差效果会显著下降
2 图层金字塔的层如何取是个问题，如果取得不够紧密，会在匹配时出现偏差；而如果取的过多，造成keypointer数量过大，则会带来很大的计算负担
3 图像中大片平滑区域时，由于会过滤掉低对比度的点，因此特征点的提取有问题；
4 高维向量如何构建倒排索引并实现近似检索，是个难题；VA-file+ 的方法并不能完全解决问题
-----------------------------------
针对我们可能的应用，我觉得解决上述问题可以有以下思路：
问题1：我们的应用不需要处理很强的旋转不变性(rotation-invairant)问题，
可以将主方向寻找步骤省略，直接在keypointer周围区域进行特征向量提取
问题2：考虑设置统一的缩放尺度，解决匹配问题
问题3：除了SIFT descriptor本身以外，还需要提取一些像素区域的统计信息，作为补充特征
问题4：借鉴一些本文倒排索引和搜索的技术，这块非常复杂，可能需要多级搜索，实现由粗到精的检索策略，还需摸索