Computer Vision_33_SIFT：Improving Bag-of-Features for Large Scale Image Search——2010

最新推荐文章于 2022-03-18 10:55:46 发布

原创最新推荐文章于 2022-03-18 10:55:46 发布 · 134 阅读

0 ·

CC 4.0 BY-SA版权

本文主要介绍了SIFT（尺度不变特征变换）算法及其衍生算法SURF和PCA-SIFT，并列举了这些算法的相关研究文献。文中还涉及了特征检测、描述符表示、图像匹配等计算机视觉领域的关键技术。

此部分是计算机视觉部分，主要侧重在底层特征提取，视频分析，跟踪，目标检测和识别方面等方面。对于自己不太熟悉的领域比如摄像机标定和立体视觉，仅仅列出上google上引用次数比较多的文献。有一些刚刚出版的文章，个人非常喜欢，也列出来了。

33. SIFT
关于SIFT，实在不需要介绍太多，一万多次的引用已经说明问题了。SURF和PCA-SIFT也是属于这个系列。后面列出了几篇跟SIFT有关的问题。
[1999 ICCV] Object recognition from local scale-invariant features
[2000 IJCV] Evaluation of Interest Point Detectors
[2006 CVIU] Speeded-Up Robust Features (SURF)
[2004 CVPR] PCA-SIFT A More Distinctive Representation for Local Image Descriptors
[2004 IJCV] Distinctive Image Features from Scale-Invariant Keypoints
[2010 IJCV] Improving Bag-of-Features for Large Scale Image Search
[2011 PAMI] SIFTflow Dense Correspondence across Scenes and its Applications