Detección de Características SIFT
SIFT (Scale-Invariant Feature Transform) es un método para detectar y describir características locales distintivas en imágenes digitales. Introducido por David Lowe en 1999, SIFT extrae puntos clave que permanecen invariantes a cambios de escala, rotación e iluminación, lo que lo hace muy robusto para tareas de coincidencia de imágenes y reconocimiento de objetos.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Scale-Invariant Feature Transform (SIFT) Detection. ScholarGate. https://scholargate.app/es/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.
- Detección de esquinas de HarrisVisión por computador↔ compare
- Operaciones Morfológicas de ImágenesVisión por computador↔ compare
- Descriptor de características ORBVisión por computador↔ compare
- Teoría del espacio-escalaVisión por computador↔ compare
- Coincidencia de plantillasVisión por computador↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →