1
VLAD(Vector of Local Aggregated Descriptors)，是图像特征提取方法的一种。
图像检索经典思路：
- 存在一个图像库$I$，对每张图片$I_i$通过特征函数提取特征$f(I_i)$,
- 提供一张query图片$q$，通过特征函数提取特征$f(q)$
- 将query特征$f(q)$与图库特征$f(I)$做相似度计算，一般为欧式距离 $d(q, I) = ||f(q) - f(I)||$，距离越小，越相似。
这里提到的VLAD算是特征提取函数$f$的一种，可简称为$f_{vlad}$。 但VLAD方法如其描述——局部聚类向量，将局部特征聚类得到一个向量。 所以VLAD应用的前提是要先获得图像的局部特征。 图像局部特征可以用SIFT，SURF，ORB等一般方法，也可以通过当前流行的CNN方法提取。
《Aggregating local descriptors into a compact image representation》