SIFT（尺度不变特征变换）

概述

SIFT 是一种经典的局部图像特征描述子，对图像的尺度缩放、旋转和亮度变化保持不变，是深度学习之前计算机视觉领域最广泛使用的手工特征之一。

关键内容

1. 核心思想：SIFT 通过检测图像中的关键点和描述其局部梯度分布来提取特征。关键步骤包括：构建高斯差分（DoG）金字塔检测极值点、精确定位关键点、分配主方向、生成 128 维描述子。
2. 不变性：SIFT 特征对尺度缩放（不同大小的同一物体）、旋转（物体方向变化）、亮度变化（光照条件变化）具有一定的不变性，这使其在图像匹配、目标识别、三维重建等任务中非常有效。
3. 在传统 CV 中的地位：2012 年 AlexNet 之前，SIFT 与 HOG（方向梯度直方图） 是计算机视觉最常用的手工特征。它们需要领域专家设计，针对特定任务有效，但无法泛化到新的视觉任务。
4. 被深度学习取代：AlexNet 证明了卷积神经网络可以从数据中自动学习特征，无需人工设计。深度学习学到的特征在大规模视觉任务中远超 SIFT 等手工特征的性能，SIFT 逐渐从主流 CV 流程中退出。

来源

• [raw/articles/ai-papers/foundations/paper_03_alexnet.md] — AlexNet 论文精读

相关

• HOG（方向梯度直方图） — compares_to
• 手工特征工程 — part_of
• AlexNet — superseded_by
• 支持向量机 — used_with
• ILSVRC — used_in_pre_2012