https://medium.com/data-breach/introduction-to-sift-scale-invariant-feature-transform-65d7f3a72d40
https://zhuanlan.zhihu.com/p/90122194
SIFT的特点
SIFT 确立的特征点不会因为视角的改变（尺度变化和旋转变化）、光照的变化（亮度变化）、噪音的干扰（噪声干扰）而消失，比如角点、边缘点、暗区域的亮点以及亮区域的暗点。
图像特征匹配
图像特征匹配的运用场景：图像去重、筛选；以图搜图、图像检索；目标个
特征提取
特征描述
特征匹配
SIFT
建立高斯差分金字塔
检测尺度空间上的极值点
极值点的精确定位
确定关键点的在主方向
构建关键点的描述符
https://www.zhihu.com/search?type=content&q=SIFT
https://towardsdatascience.com/sift-scale-invariant-feature-transform-c7233dc60f37
SIFT的原理（尺度不变性、旋转不变性），如何下采样，下采样因子多少，为什么要求解DOG，为什么要使用三线插值函数，128维度描述子怎么来的，梯度直方图怎么算的，梯度怎么算的，梯度方向怎么算的，邻域范围选的多大等等
尺度空间
若有收获，就点个赞吧
0 人点赞
