Naar inhoud springen

Scale-invariant feature transform

Uit Wikipedia, de vrije encyclopedie
Dit is een oude versie van deze pagina, bewerkt door Hannolans (overleg | bijdragen) op 6 mei 2022 om 11:45.
Deze versie kan sterk verschillen van de huidige versie van deze pagina.

Scale-invariant feature transform (of SIFT) is een algoritme voor beeldherkenning dat onafhankelijk van schaal en rotatie beelden kan vergelijken. Het algoritme werd gepubliceerd door David Lowe in 1999. Het selecteert interessante punten binnen een afbeelding op basis van contrastverschillen, vergelijkbaar met oogfixatiepunten en beschrijft vervolgens deze punten.[1] Het algoritme is gepatenteerd in Canada, de eigenaar is de Universiteit van Brits-Columbia.

Toepassingen zijn onder andere objectherkenning, robotic mapping en navigatie, beelden samenvoegen, 3D-modellering, gebaarherkenning, video tracking en match moving.