Це є об’єкт, який може швидко обчислювати дескриптори для ключових точок із щільною вибіркою однакового розміру та орієнтації. Його можна повторно використовувати для кількох зображень однакового розміру.
Масштабно-інваріантне перетворення ознак (SIFT) є алгоритм комп’ютерного зору для виявлення, опису та зіставлення місцевих особливостей на зображеннях, винайдений Девідом Лоу в 1999 році.
Алгоритм SIFT допомагає знайти локальні особливості на зображенні, широко відомі як «ключові точки» зображення. Ці ключові точки є інваріантами масштабу та обертання, які можна використовувати для різних програм комп’ютерного бачення, наприклад зіставлення зображень, виявлення об’єктів, виявлення сцен тощо.
Метод машинного навчання є «масштабно інваріантним», якщо зміна масштабу будь-якої (або всіх) функцій, тобто множення кожного стовпця на інше ненульове число не змінює його передбачень.
ПРОСІЮВАТИ ключові точки шукаються в різних масштабах зображення, відомих як піраміда різниці Гауса (DoG). Ключові точки вибираються шляхом вибору локальних максимальних точок у тривимірному околиці піраміди масштабу зображення. Для кожної ключової точки визначається домінуюча орієнтація для досягнення інваріантності обертання.
Фрактали та модифіковані випадкові блукання є прикладами просторової та часової структури, які є масштабно-інваріантними.