Обнаружение объекта на изображении с помощью SIFT/SURF признаков

Учитывая N SIFT/SURF признаков, извлеченных из 100 учебных изображений, описывающих определенный объект, и M SIFT/SURF признаков, извлеченных из нового изображения A, которое может содержать или не содержать этот объект (а также другие объекты, о которых мы не заботимся), как бы вы определили, изображен ли на изображении A этот объект?

Единственный известный мне метод - это кластеризация учебных признаков и создание гистограммы для каждого учебного изображения, а затем обучение классификатора (например, SVM) на этих гистограммах. Затем вы тестируете объект на изображении A, извлекая признаки, вычисляя гистограмму, а затем классифицируете гистограмму с помощью обученного классификатора.

Основная проблема этого подхода заключается в том, что он предполагает, что изображение A содержит только объект и ничего больше, или же оно не содержит объекта. Другими словами, если бы объектом был человек, и классификатор был бы обучен на изображениях этого человека, он не смог бы обнаружить человека, стоящего в толпе, потому что полученная гистограмма была бы загрязнена характеристиками всех остальных людей в толпе.

Каковы другие методы достижения этой цели?