Scale-invariant feature transform

Transformation scale-invariant feature (SIFT ) , בתרגום מילולי: "התמרת מאפיינים שאינם תלויים בקנה מידה" הוא אלגוריתם ראייה ממוחשבת לזיהוי, תיאור והתאמת מאפיינים בתמונות, שהומצא על ידי דייוויד לואו בשנת 1999. האלגוריתם משמש בזיהוי אובייקטים, מיפוי, ניווט, תפירת תמונות, מודלים תלת מימדיים, זיהוי מחוות, עקיבה והתאמת תמונה.

אוסף של נקודות עניין מחולצות מתמונה ונשמרות במסד נתונים. נקודות העניין מחולצות בתמונה חדשה, וממבצעים השוואה של כל נקודות העניין בין התמונות במטרה למצוא זוגות של נקודות עניין בעלי מאפיינים דומים. כלומר שהמרחק של וקטורי התכונה שלהם במרחב האוקלידי קטן. מתוך מערך ההתאמות, מסננים תת-קבוצה של נקודות עניין בעלי ההתאמה הגבוהה ביותר מבחינת מיקומו, קנה המידה והכיוון של האובייקט בתמונה החדשה. האלגוריתם מבצע את ההתאמה במהירות וביעילות תוך שימוש במבנה נתונים טבלת האש. כל אשכול של 3 מאפיינים או יותר שמסכימים על אובייקט ומיקומו יעבור לאימות מפורט של המודל שגם מסנן חריגים. לבסוף מחושבת ההסתברות שקבוצה מסוימת של מאפיינים מציינת את נוכחותו של אובייקט, בהינתן דיוק ההתאמה ומספר התאמות השווא האפשריות. אובייקטים שנמצאים על בסיס התאמות שעוברות את כל המבחנים הללו מזוהים ברמת סמך גבוהה.