人脸检测部分使用于老师的libfacedetect-x64.lib，特征提取是根据OPENSURF改动的算法，匹配是计算多维度特征点的欧式距离，设定阈值，根据匹配特征点数量占比计算相似度。证件照匹配成功率高，集体照匹配成功率较低，一起交流

该算法可以计算模板和图像之间的相似度，基于SURF特征，可以根据相似度得分来进行模板和图像的匹配。手动指定模板和测试图像就可以运行,语言为python

针对移动机器人同步定位和地图构建（SLAM）的闭环检测问题，提出了一种基于视觉字典的闭环检测方法。该方法首先使用SURF算法对每一帧图像进行特征提取，生成视觉单词，构建视觉字典树，再基于“词袋”（Bag of Words，BoW）对场景建模，通过计算图像视觉单词的匹配度估计图像间的相似度。为提高闭环检测的成功率，运用贝叶斯滤波与相似度来计算闭环假设的后验概率分布。同时，为提高系统的实时性，引入了内存管理机制。实验结果显示该方法是有效的。