Sift算法是David Lowe于1999年提出的局部特征描述子，并于2004年进行了更深入的发展和完善。Sift特征匹配算法可以处理两幅图像之间发生平移、旋转、仿射
2018-02-26 11:06
SIFT特征是非常稳定的图像特征，在图像搜索、特征匹配、图像分类检测等方面应用十分广泛，但是它的缺点也是非常明显，就是计算量比较大，很难实时，所以对一些实时要求比较高的常见SIFT算法还是无法适用。
2022-11-23 09:48
尺度不变特征转换（Scale-invariant feature transform或SIFT）是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法
2018-02-26 10:37
成像匹配的核心问题是将同一目标在不同时间、不同分辨率、不同光照、不同位姿情况下所成的像相对应。传统的匹配算法往往是直接提取角点或边缘，对环境的适应能力较差，急需提出一种鲁棒性强
2021-03-29 14:04
SIFT特征是基于物体上的一些局部外观的兴趣点而与影像的大小和旋转无关。对于光线、噪声、微视角改变的容忍度也相当高。SURF也是一种类似于SIFT的兴趣点检测及描述子算法。其通过Hessian矩阵的行列式来确定兴趣点
2017-12-15 07:56
将一幅图像映射（变换）为一个局部特征向量集；特征向量具有平移、缩放、旋转不变性，同时对光照变化、仿射及投影变换也有一定不变性。
2023-04-17 09:31
机器视觉算法有很多，以下是其中一些常见的算法： 边缘检测算法：用于检测图像中的边缘，如Sobel算法、Canny算法
2023-03-12 11:55
新增文本检测和识别高级API 4. SIFT算法优化，主要是16位整型高斯滤波指令加速 DNN模块的改进： 1. 改进层/激活函数支持更多模型：1D卷积，1D池化 2. 修复Resize, R
2020-12-31 09:47
从图像到特征，是特征提取关键操作，特征描述子本质上是一系列的向量数据，它可以唯一表示一张图像。对相似的特征进行区域匹配或者搜索，找到高度相似数据特征片段是特征匹配的主要工作。
2022-08-06 15:34
卷积神经网络算法比其他算法好吗 卷积神经网络（Convolutional Neural Networks, CNN）是一种用于图像识别和处理等领域的深度学习算法。相对于传统的图像识别
2023-08-21 16:49
