SPM:Spatial Pyramid Matching for Recognizing Natural Scene Categories 空间金字塔匹配

    SPM即Spatial Pyramid Matching，是一种利用空间金字塔进行图像匹配、识别、分类的算法。SPM是BOF(Bag Of Features)的改进，因为BOF是在整张图像中计算特征点的分布特征，进而生成全局直方图，所以会丢失图像的局部/细节信息，无法对图像进行精确地识别。为了克服BOF的固有缺点，作者提出了SPM算法，它是在不同分辨率上统计图像特征点分布，从而获取图像的局部信息。

        如上图所示，将level(i)的图像划分为pow(4,i)个cell（bins），然后再每一cell上统计直方图特征，最后将所有level的直方图特征连接起来组成一个vector，作为图形的feature。在后文的描述中cell和bins是等价的。

        Pyramid Match Kernels：

        1）假设存在两个特征集合X、Y,其中每个特征x的维度为d。将特征空间划分为不同的尺度，在尺度下把特征空间的每一维划出个bins，那么d维的特征空间就能划出个bins（论文中这么描述，但是在实际中是用K-means或BOW进行聚类，得到的每个类中心就是一个bin）。

        2)  在level(i)中，如果点x,y落入同一bin中就称x,y点Match，每个bin中匹配的点的个数为