SIFT-Modell

 

[engl. scale-invariant feature transform skaleninvariante Merkmalstransformation], [WA]Lowe (1999) entwickelte das computationale SIFT-Modell, um das Problem der visuellen Wiedererkennung von Objekten und Szenen über verschiedene Ansichten zu lösen (visuelle Wahrnehmung). Das SIFT-Modell verwendet eine Signatur aus visuellen Raumfrequenzbandanteilen einzelner Bildregionen, die über die unterschiedlichen Ansichten eines Objektes oder einer Szene auf Übereinstimmung verglichen werden. Punkte mit hoher Ähnlichkeit beziehen mit hoher Wahrscheinlichkeit übereinstimmende Bildinhalte aus unterschiedlichen Perspektiven richtig aufeinander.

Referenzen und vertiefende Literatur

Die Literaturverweise stehen Ihnen nur mit der Premium-Version zur Verfügung.

Datenschutzeinstellungen

Wir verwenden Cookies und Analysetools, um die Sicherheit und den Betrieb sowie die Benutzerfreundlichkeit unserer Website sicherzustellen und zu verbessern. Weitere informationen finden Sie unter Datenschutz. Da wir Ihr Recht auf Datenschutz respektieren, können Sie unter „Einstellungen” selbst entscheiden, welche Cookie-Kategorien Sie zulassen möchten. Bitte beachten Sie, dass Ihnen durch das Blockieren einiger Cookies möglicherweise nicht mehr alle Funktionalitäten der Website vollumfänglich zur Verfügung stehen.