求助，高手帮我翻译一段文字，不胜感激.关于图像检索的英文

Question

E.g. similar images that have identical values for a small number of relevant features may nevertheless be distant from one another in the feature space (due to other irrelevant features) and may therefore be judged by machines as dissimilar using the simultaneous method. Hence, the importance of different image features in image characterization or similarity assessment should not be equal. If we select the relevant or salient features at a proper hierarchical level and those irrelevant features to a very low level, and only check these low level features when necessary, we may avoid the curse of dimensionality. In other words, if we select the features correctly in building up an image characterization hierarchy, we may improve the performance of similarity assessment.帮我翻译一段文字，感激不尽

Answer 1

例如：对于那些在指定特征范围内具有相同值的相似图片，在特征空间中可能相距很远（源于其它无关特征），并且可能在同步方法中被机器识别为不相似。因此不同的图像特征的重要性在图像描述或相似性评估中并不相同。假如我们在一个恰当的层次选择突出或合适的特征，并且这以外的特征之间的关联度很低且只在必须的时候才去检测，则我们可以避免繁重的工作量。换句话说：如果我们正确的选择图像特征来建立它的特征描述， 那么我们可以提高相似性评估的性能。