由于便携式和出色的手机摄像头,人们现在更喜欢拍照并与朋友在社交网络中共享照片。 如果用户想要获得有关图像的相关信息,则可以利用基于内容的图像检索方法。 考虑到无线信道的有限带宽和不稳定性,在本文中,我们利用移动端的优势提出了一种有效的可伸缩移动图像检索方法,人们通常会以不同的视角和焦点拍摄物体的多张照片。 所提出的算法首先根据移动端的视觉相似度确定真正相关的照片,然后通过从这些相关图像中探索显着性来学习显着的视觉单词,最后确定显着的视觉单词的贡献顺序以进行可伸缩的检索。 此外,为了提高检索性能,提出了软空间验证来对结果进行重新排序。 与现有的移动图像检索方法相比,我们的方法传输的数据更少,并减少了空间验证的计算成本。 最重要的是,当带宽有限时,我们只能根据特征对检索的贡献来传输特征的一部分。 实验结果表明了该方法的有效性。