日期 : 2011.10.14
時間 : 13:50 ~ 15:40 PM
地點 : S516
作者 : 資工研一 楊倍權
講者 : 中正大學資訊工程系 朱威達教授
簡單的說，在攝影裝置、網路、儲存空間等技術發展到先進時，照片經常一照就成千上萬張，假設每張照片至少都得花3秒去分類，3000張照片至少就得花半小時，而該論文的目的就在於如何自動去分類。
朱教授所提到的技術SIFT(Scale-invariant feature transform 尺度不變特徵轉換) ，是一種電腦視覺的演算法用來偵測與描述影像中的局部性特徵，它在空間尺度中尋找極值點，並提取出其位置、尺度、旋轉不變數。若找兩影像的關鍵點特徵來比對，可發現越相似的影像，關鍵點特徵符合數越多，藉此來判斷兩影像的相似度。
SIFT的作用在：局部影像特徵的描述與偵測可以幫助辨識物體，SIFT 特徵是基於物體上的一些局部外觀的興趣點而與影像的大小和旋轉無關。 對於光線、雜訊、些微視角改變的容忍度也相當高。基於這些特性，它們是高度顯著而且相對容易擷取，在母數龐大的特徵資料庫中，很容易辨識物體而且鮮有誤認。
以兩個例子來大略顯是判斷兩除的相似性：
參考資料：http://cg2010studio.wordpress.com/2011/05/03/sift/
沒有留言:
張貼留言