スケール不変特徴量変換とは

スケール不変特徴変換の略である S I F T は、1999 年に デヴィッド・ロウ によって開発されたコンピューター ビジョンの手法です。その目的は、画像内の局所的な特徴を識別、記述し、一致させることです。使用できるアプリケーションには、物体認識、ロボットによるマッピングとナビゲーション、画像スティッチング、3 次元モデリング、ジェスチャ認識、ビデオ追跡、野生動物の個体識別、マッチの移動などがあります。

どのようなメリットがあるのか

(I) 以下のトピックに関する洞察と検証:

第 1 章: スケール不変特徴量変換

第 2 章: エッジ検出

第 3 章: スケール空間

第 4 章: ガウスぼかし

第 5 章: 機能 (コンピュータ ビジョン)

第 6 章: コーナー検出

第 7 章: アフィン形状の適応

第 8 章: ヘシアン アフィン領域検出器

第 9 章: 主曲率に基づく領域検出器

第 10 章: 加速セグメントテストの特徴 を指向し、バイナリの堅牢な独立した基本機能 を回転させた

(II) スケール不変特徴量変換に関する一般のよくある質問に答える。

(III) 多くの分野でスケール不変特徴変換を使用する実際の例。

この本は誰に向けたものなのか

専門家、大学生および大学院生、愛好家、趣味人、およびあらゆる種類のスケール不変特徴量変換に関する基本的な知識や情報を超えたいと考えている人。