David G. Lowe的SIFT算法中文译文

简介：
本文档是关于David G. Lowe提出的SIFT（Scale-Invariant Feature Transform）算法的中文翻译版本。该算法用于图像识别与物体检测中关键点的检测和描述。 本段落提出了一种从图像中提取独特不变特征的方法，能够实现不同视角下目标或场景的可靠匹配。这些特点对图像在尺度和旋转上的变化具有不变性，并且对于仿射变换、三维视点的变化以及添加噪音和光照变化等引起的图像差异也具备较高的鲁棒性。此外，在一个大型特征数据库中，单一场景中的独特特征能够与多个图像进行准确匹配。 本段落还介绍了一种使用这些功能来识别目标的方法：首先通过快速最近邻算法将个别特征与已知的目标特征库相比较；其次利用霍夫变换（Hough Transform）来识别属于同一目标的聚类；最后，采用最小二乘法对姿态参数的一致性进行核查确认。这种方法能够在有力地确定对象之间的关系以及处理遮挡问题的同时实现接近实时的性能。