SIFT特征向量

sift特征可以用于人脸识别，图像检索 图像匹配 图像拼接，sift特征具有旋转不变形，尺度不变形，光照不变形等，此算法已广泛应用于人脸识别 图像检索 图像匹配 图像拼接的研究。

1 SIFT 发展历程

SIFT算法由D.G.Lowe 1999年提出，2004年完善总结。后来Y.Ke将其描述子部分用PCA代替直方图的方式，对其进行改进。

2 SIFT 主要思想

SIFT算法是一种提取局部特征的算法，在尺度空间寻找极值点，提取位置，尺度，旋转不变量。

3 SIFT算法的主要特点：

a) SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。

b) 独特性(Distinctiveness)好，信息量丰富，适用于在海量特征数据库中进行快速、准确的匹配.

c) 多量性，即使少数的几个物体也可以产生大量SIFT特征向量。

d) 高速性，经优化的SIFT匹配算法甚至可以达到实时的要求。

e) 可扩展性，可以很方便的与其他形式的特征向量进行联合。

【转载】http://blog.csdn.net/pp5576155/article/details/7000060