当学习和应用判别部分以构造场景分类中的中间表示时，我们解决了错误响应影响问题。 当将部分滤波器与输入图像卷积时，通常是由于潜像结构的复杂性引起的。 这个问题使得即使在合并之后，中间层表示也不足以将输入数据正确地分类到类别中。 我们的解决方案是学习重要的空间汇集区域及其外观。 实验表明，该新框架抑制了错误响应，并在包括MIT-Indoor，15-Scene和UIUC 8-Sport在内的多个数据集上产生了改进的结果。 当与全局图像功能结合使用时，我们的方法可以在这些数据集上实现最先进的性能。