一是上下文特征与物体特征的融合技术(Fusion Of Context Feature and Object Feature)。优图团队从实际生活场景出发，意识到物体的“上下文环境“对最终的物体识别具有一定的辅助价值。因为物体通常不会独立的存在，与周遭的环境存在着一定的依存关系，比如，杯子一般都会放在桌子上，沙发一般出现在房间里，而轮船很难出现在街道上。据此优图团队提出了创新方案：分别建立了两套特征表达的模型，上下文模型与物体的识别模型，分别提取特征后进行融合，并训练分类器输出最终结果。结果表明，结合后比结合前在MAP上提升了约3个百分点。
二是大规模卷积神经深度网络提升特征表达能力。近些年的研究与实践表明，训练出足够深的网络极大有助于维持物体在不同尺度、视角变化下特征表达的鲁棒性与鉴别性。优图团队基于早前在大规模图像数据集训练的深度卷积神经网络模型(在ImageNet分类上达到Top5 error 6%的效果)对目标进行了多尺度特征抽取，在准确率上相较于传统的特征如Sift、Hog等有显著的改善。
