1.一種面向圖像檢索的對象級深度特征聚合方法，其特征在于以下步驟：
步驟1，對數(shù)據(jù)庫中的每一張圖像采用Selective Search算法提取候選區(qū)域，生成圖像候選區(qū)域；
步驟2，選擇卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型，并在公共數(shù)據(jù)庫上對卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練；
步驟3，采用訓(xùn)練完成的卷積神經(jīng)網(wǎng)絡(luò)提取所有圖像候選區(qū)域的特征
3.1)將圖像候選區(qū)域縮放填充到固定大小后，作為卷積神經(jīng)網(wǎng)絡(luò)的輸入；
3.2)將卷積神經(jīng)網(wǎng)絡(luò)的全連接層FC7的輸出作為該圖像候選區(qū)域的描述特征；
步驟4，對步驟3得到的候選區(qū)域的描述特征采用主成分分析算法進(jìn)行降維，將其維度降為N維，得到低維候選區(qū)域特征；
步驟5，對步驟4得到的低維候選區(qū)域特征采用K均值聚類算法進(jìn)行無監(jiān)督聚類，聚成K個聚類中心；
步驟6，對步驟4得到的屬于同一張圖像的低維候選區(qū)域特征和步驟5得到的K個聚類中心，采用VLAD算法進(jìn)行聚合，每張圖像得到一個維度為N*K維的VLAD特征；
步驟7，對步驟6得到的VLAD特征采用主成分分析算法進(jìn)行降維，將其維度降為D維，生成簡潔的圖像特征。