在本文中，我们研究发现视觉图案和部分重复的图像的问题，这是视觉概念表示和图像解析的基础，但是在数据库非常庞大（例如由商业搜索引擎索引的数十亿图像）时非常具有挑战性。尽管已经针对部分重复的聚类或视觉模式发现进行了复杂算法的广泛研究，但是由于它们本质上都是聚类问题并且需要成对比较，因此它们中的大多数都不能轻易扩展到这种规模。为了解决此计算难题，我们引入了一种新颖且高度可并行化的框架，以在分布式计算系统中以统一的方式发现部分重复的图像和视觉模式。我们强调局部特征的嵌套属性，并提出广义嵌套特征（GNF）