Machine learningFeature detection
اكتشاف السمات SIFT
SIFT (المعروف اختصارًا بـ Scale-Invariant Feature Transform) هو أسلوب لاكتشاف ووصف السمات المحلية المميزة في الصور الرقمية. قدمه ديفيد لوي في عام 1999، ويستخلص SIFT نقاطًا رئيسية تظل ثابتة بغض النظر عن تغيرات الحجم والدوران والإضاءة، مما يجعله قويًا للغاية لمهام مطابقة الصور والتعرف على الكائنات.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Lowe, D. G. (2004). Distinctive image features from scale-invariant keypoints. International Journal of Computer Vision, 60(2), 91–110. DOI: 10.1023/B:VISI.0000029664.99615.94 ↗
- Lowe, D. G. (1999). Object recognition from local scale-invariant features. International Conference on Computer Vision (ICCV), 1150–1157. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Scale-Invariant Feature Transform (SIFT) Detection. ScholarGate. https://scholargate.app/ar/computer-vision/sift-feature-detection
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- كاشف الزوايا هاريس (Harris Corner Detector)الرؤية الحاسوبية↔ compare
- عمليات التشكل الصوريالرؤية الحاسوبية↔ compare
- واصف الميزة ORBالرؤية الحاسوبية↔ compare
- نظرية المجال المقياسيالرؤية الحاسوبية↔ compare
- مطابقة القوالبالرؤية الحاسوبية↔ compare