diff --git a/correspondence_matching/README.md b/correspondence_matching/README.md
index 0866fb1..6e63f05 100644
--- a/correspondence_matching/README.md
+++ b/correspondence_matching/README.md
@@ -1,6 +1,6 @@
 ## Correspondence Matching
 
-[**Correspondence Matching**](https://github.com/willard-yuan/cvtk/tree/master/correspondence_matching)，局部特征匹配是研究了十几年的课题，目前比较主流且常用的方法除了曾在博客[SIFT Matching with RANSAC](http://yongyuan.name/blog/SIFT(ASIFT)-Matching-with-RANSAC.html)介绍过最近邻/次近邻、RANSAC及其变种方式外，还有霍夫投票、以及基于运动估计的[GMS-Feature-Matcher](https://github.com/JiawangBian/GMS-Feature-Matcher)。
+局部特征匹配是研究了十几年的课题，目前比较主流且常用的方法除了曾在博客[SIFT Matching with RANSAC](http://yongyuan.name/blog/SIFT(ASIFT)-Matching-with-RANSAC.html)介绍过最近邻/次近邻、RANSAC及其变种方式外，还有霍夫投票、以及基于运动估计的[GMS-Feature-Matcher](https://github.com/JiawangBian/GMS-Feature-Matcher)。
 
 GMS是基于运动统计的方式进行的误匹配点删除，所以要求提取的局部特征数目多，否则GMS失效，另外GMS在实际使用的时候，并不是很鲁棒，小概率出现两个不是同一目标的误匹配。
 
@@ -17,14 +17,29 @@ SVF算法是一种基于霍夫投票的误匹配点剔除方法，实际应用
 
 如果SVF算法有相应的改进，非常欢迎提交改进的部分。
 
-### 应用场景
+## 如何使用
+
+将`CMakeLists.txt`中的`OpenCV_DIR`修改为您自己本机的路径，然后按下面方式编译
+
+```bash
+cd correspondence_matching
+mkdir build && cd build
+cmake ..
+make -j4
+./correspondence_matching_demo
+```
+
+## 应用场景
 
 Instance Search、Duplicate Image Detection、Image Copy Detection等领域。
 
-### 匹配算法
+## 匹配算法
 
-- `svf.hpp`是匹配算法的主要接口，对角度进行弱几何校验后进行霍夫投票，得到校验后的匹配点后，再删除重复匹配的点对，防止出现一对多或多对一的匹配情况出现。匹配使用的是rootsift。
+- `svf.h`是匹配算法的主要接口，对角度进行弱几何校验后进行霍夫投票，得到校验后的匹配点后，再删除重复匹配的点对，防止出现一对多或多对一的匹配情况出现。匹配使用的是rootsift。
 
 ### 效果测评
 
-应用测试，非常鲁棒。
\ No newline at end of file
+应用测试，非常鲁棒。
+
+## Note
+若在使用过程中出现任何问题，请在赞赏留言中留下您的微信，收到消息后我会尽快修复。
\ No newline at end of file