SIFT detekcija značajki
SIFT (Scale-Invariant Feature Transform) je metoda za detekciju i opisivanje prepoznatljivih lokalnih značajki u digitalnim slikama. Uveo ju je David Lowe 1999. godine, a SIFT izdvaja ključne točke koje ostaju nepromjenjive na promjene mjerila, rotacije i osvjetljenja, što je čini iznimno robusnom za zadatke podudaranja slika i prepoznavanja objekata.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Karta metoda
Okruženje srodnih metoda — odaberite čvor za istraživanje.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Scale-Invariant Feature Transform (SIFT) Detection. ScholarGate. https://scholargate.app/hr/computer-vision/sift-feature-detection
Koja metoda?
Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.
- Harris Corner DetectionRačunalni vid↔ usporedi
- Morfološke operacije na slikamaRačunalni vid↔ usporedi
- Opisivač značajki ORBRačunalni vid↔ usporedi
- Teorija skalnog prostoraRačunalni vid↔ usporedi
- Uspoređivanje predloškiRačunalni vid↔ usporedi
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →