PmH（Partition Min-Hash for Partial Duplicate Image Discovery）

PmH将图像分块（可以overlop，需要overlop参数和partition参数），分别建立hash表，从而提高速度与命中率：

（若未分块时hash table的sketch数为n，分为p块，为每块建立n/p个sketches，然后将所有sketches连接起来作为整幅图的hash table）
1. 由于每块特征变少，所以提高速度
2. 根据case a b c d的分析，可得case a d提高了命中率，b c命中率不变，总体上提高了命中率。

Geometry Sensitive Hash：

根据特征的尺度和方向将所有图像的坐标校准。

然后取特征中心，根据所有特征相对于中心的位置，和它们scale的关系，给每个特征加一个ID。文中分为16个位置ID和2个scale关系ID。此时，相同的words根据其中两种ID的不同，分裂为不同的“words”

最后，min-hash时，只有描述子的words相同，并且两种ID也相同时，才算是hit