给定从100张描述特定对象的训练图像中提取的N个SIFT/SURF特征，以及从新图像a中提取的M个SIFT/SURF特征，这些特征可能包含也可能不包含该对象(以及我们不关心的其他对象)，您如何确定图像a是否描述了该对象?
我所知道的唯一方法是将训练特征聚类，并为每个训练图像生成直方图，然后在这些直方图上训练分类器(例如SVM)。然后通过提取特征来测试图像A中的对象，计算直方图，然后使用训练好的分类器对直方图进行分类。
这种方法的主要问题是它假设图像A只包含对象而不包含其他对象，或者它不包含对象。换句话说，如果对象是一个人，并且它是在该人的图像上进行训练的，那么它将无法检测到站在人群中的那个人，因为得到的直方图将被人群中所有其他人的特征所污染。
还有什么其他方法可以做到这一点?
我建议阅读SIFT特性作者David Lowe关于这个主题的论文。查看这里http://www.cs.ubc.ca/~lowe/pubs.html，搜索对象识别
您可以使用不同比例的滑动窗口来检测图像中任何局部部分的对象。