Back تحويل صفة صورة غير مرتبط بمقياس Arabic Transformació de característiques d'escala invariant Catalan Scale-invariant feature transform German Scale-invariant feature transform English Scale-invariant feature transform Spanish تبدیل ویژگی مقیاسنابسته Persian Scale-invariant feature transform French Scale-invariant feature transform HE SIFT HT 척도 불변 특징 변환 Korean
Nell'ambito della visione artificiale, lo scale-invariant feature transform (o SIFT) è un algoritmo che permette di rilevare e descrivere caratteristiche locali in immagini. L'algoritmo è stato pubblicato da David G. Lowe nel 1999.[1]
Applicazioni includono: riconoscimento di oggetti, robotic mapping e navigation, image stitching, modellazione 3D, riconoscimento dei gesti, video tracking, e match moving.
L'algoritmo è brevettato negli Stati Uniti; il proprietario è la University of British Columbia.[2]
- ^ Lowe, David G., Object recognition from local scale-invariant features[collegamento interrotto], Proceedings of the International Conference on Computer Vision, vol. 2, 1999, pp. 1150–1157, DOI:10.1109/ICCV.1999.790410.
- ^ Brevetto US 6,711,293