Scale-invariant feature transform

Scale-invariant feature transform (בר"ת: SIFT), ובתרגום מילולי: "התמרת מאפיינים שאינם תלויים בקנה מידה" הוא אלגוריתם בראייה ממוחשבת לזיהוי, תיאור והתאמת מאפיינים בתמונות, שהומצא על ידי דיוויד לואו הקנדי בשנת 1999. האלגוריתם משמש בזיהוי אובייקטים, מיפוי, ניווט, תפירת תמונות, מידול תלת-ממדי, זיהוי מחוות, עקיבה והתאמת תמונה.

אוסף של נקודות עניין (כדוגמת פינות או שינוי צבע) מחולצות מתמונה ונשמרות במסד נתונים. נקודות עניין מחולצות בתמונה חדשה, ומבצעים השוואה של כל נקודות העניין בין התמונות הראשונה לשנייה במטרה למצוא זוגות של נקודות עניין בעלי מאפיינים דומים. כלומר שהמרחק וקטורי התכונה שלהם במרחב האוקלידי קטן.

מתוך מערך ההתאמות, מסננים תת-קבוצה של זוגות נקודות עניין בעלי ההתאמה הגבוהה ביותר מבחינת מיקומו, קנה המידה והכיוון של האובייקט בתמונה. האלגוריתם מבצע את ההתאמה במהירות וביעילות תוך שימוש במבנה נתונים טבלת האש. לבסוף מחושבת ההסתברות שקבוצה מסוימת של מאפיינים מציינת את נוכחותו של אובייקט, בהינתן דיוק ההתאמה ומספר התאמות השווא האפשריות.