多尺度图像检索是一种通过分析多个细节层次上的视觉特征来查找数据库中相似图像的技术。 这种方法不依赖于单一尺度（例如，原始图像分辨率），而是从不同尺度提取和比较特征，例如整个图像、较小的区域，甚至像素级模式。 其目标是通过捕获全局上下文和局部细节来提高检索精度，这有助于处理对象大小、方向或遮挡的变化。 例如，系统可以使用图像金字塔（原始图像的降采样版本）来提取粗尺度和细尺度特征，确保有效识别不同大小的对象。
该过程通常涉及生成图像在不同分辨率下的多个表示，并从中提取特征。 例如，卷积神经网络 (CNN) 可能会在其原始大小处理图像以捕获高分辨率纹理，然后分析降采样版本以检测更大的结构。 诸如尺度不变特征变换 (SIFT) 或 ORB（定向 FAST 和旋转 BRIEF）之类的技术通过检测不同分辨率的关键点来显式处理尺度。 这些特征通常被聚合到统一的描述符中，将粗略形状（来自较低分辨率）与精细细节（来自较高分辨率）相结合。 例如，在医学成像应用中，多尺度检索可以通过匹配整体器官形状和细微的纹理异常来帮助识别 X 光片中的肿瘤。
多尺度图像检索的应用涵盖电子商务（在用户照片中查找不同尺寸的产品）、卫星图像（检测不同缩放级别的建筑物或道路）和自动驾驶汽车（识别不同距离的行人或标志）等领域。 一个关键优势是对尺度变化的鲁棒性：小对象的查询图像仍然可以匹配对象显得更大的数据库条目。 但是，这种方法需要仔细设计才能平衡计算成本（处理多个尺度会增加开销）和特征相关性。 开发人员可能会通过在数据库索引期间预先计算多尺度特征或使用轻量级 CNN 进行特征提取来进行优化。 OpenCV 或 PyTorch 等工具提供内置函数来调整图像大小和提取多尺度特征，从而简化实现。
