本文介绍了Local Naive Bayes Nearest Neighbor方法，通过合并参考数据进行快速搜索，提高图像分类算法的准确性和拓展性。在Caltech 256数据集上，该方法提升了100倍的速度。与空间金字塔方法相比，Local NBNN方法优于以往的NBNN方法和原始空间金字塔模型，但不及使用本地软分配和max-pooling的最先进空间金字塔方法。