对于处理大量的数字图像和视频来说,可视化分类是重要的,因为文本元数据是不完备或是不方便利用的。对于图像和视频的可视化分类来说,bag-of-words模型已经变成了最有力量的方法。尽管拥有高的精确度,但这个模型严重的缺点是大的计算量。在新的CPU和GPU构架中增加计算能力是由于提高了他们的并行水平,利用这种并行成为处理bag-of-words大的计算量的一种重要方法。当基于bag-of-words优化一个系统时,目的是为了使图像处理过程花费的时间最小。