题目：移动视觉搜索方法的研究与实现

近几年，随着移动互联网的发展以及智能终端处理能力的升级，催生了一类基于图像内容搜索技术的增强现实应用——移动视觉搜索（Mobile Visual Search）。它通过移动终端拍照识别来实时获取用户感兴趣的信息，因为其实用性和便捷性，使得它在电子商务、移动导航等诸多领域展现了巨大的商业潜力。目前移动视觉搜索对于干扰少、高质感的刚性平面物体的识别非常有效，然而对于复杂应用场景，尤其当识别对象受到光照干扰或遮挡时，效果则不太理想。本文通过对移动视觉搜索的方法及系统展开研究，从特征选择、特征量化、基于空间信息的重排序等关键点上提升了检索的准确率，同时又在效率上满足了大规模实时应用的性能要求。主要的工作内容包括：（1）讨论了移动视觉搜索的相关理论、关键技术及研究现状。（2）提出了基于词汇树的代表点量化算法。针对词汇树的量化偏差问题，本文给出了一种有效策略动态选择多个代表点表示每个聚类，较原始单个质心的表示方法，表现力大大增强，从而能从概率上降低量化错误发生的可能性，提高特征匹配的精度。（3）提出了基于上下文的弱空间验证算法。通过定义局部特征的空间上下文，并进一步利用特征的位置信息提出了一种高效的弱空间验证方法来对检索结果重新排序，消除了错误匹配，改善了检索质量。（4）基于上述研究成果，设计并实现了一款以建筑识别为核心功能的移动应用——北航校园搜索系统，验证了新方法的有效性。