Distinctive Image Features from Scale-Invariant Keypoints-SIFT算法译文
从尺度不变的关键点选择可区分的图像特征 David G.Lowe 温哥华不列颠哥伦比亚省加拿大英属哥伦比亚大学计算机科学系 Lowe@cs.ubc.ca 2003年1月10日接受，2004年1 ...
原文：Computer Vision_33_SIFT：Object recognition from local scale-invariant features——1999
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。 . 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。 ICCV ...
2019-10-03 12:59 0 349 推荐指数：
相关推荐
Introduction to SIFT (Scale-Invariant Feature Transform)
SIFT OpenCV 官方文档： https://docs.opencv.org/master/da/df5/tutorial_py_sift_intro.html https://opencv-python-tutroals.readthedocs.io/en/latest ...
Distinctive Image Features from Scale-Invariant Keypoints（个人翻译+笔记）-介绍
Distinctive Image Features from Scale-Invariant Keypoints，这篇论文是图像识别领域SIFT算法最为经典的一篇论文，导师给布置的第一篇任务就是它。网上找了好多找不到中译本，那就自己动手丰衣足食吧，顺便造福后人，花时间翻译啃下来并做一个笔记在这吧。 ------------------------------------------------ ...
SIFT——Scale Invariant Feature Transform （尺度不变特征变换匹配）
本文参考：https://www.zhihu.com/search?type=content&q=%E4%BC%A0%E7%BB%9F%E7%9B%AE%E6%A0%87%E6%A3%80%E ...
Reading papers_16(Learning hierarchical invariant spatio-temporal features for action recognition with independent subspace analysis)
设计的特征，常见的有sift，surf，hog等，它们都是经过了很长的时间才设计出来的，并且它只适应于 ...
Transformer in Computer Vision
Transformer in Computer Vision 2020-12-03 19:18:25 Survey 1: A Survey on Visual Transformer, Kai Han, et al. [Paper] Survey 2: Transformers ...
Image Processing and Computer Vision_Review：HPatches A benchmark and evaluation of handcrafted and learned local descriptors——2017.04
翻译 HPatches：手工和学习本地描述符的基准和评估——http://tongtianta.site/paper/8979 摘要：在本文中，我们提出了一个评估本地图像描述符的新基准。我们 ...
Non-Local Deep Features for Salient Object Detection
前言： 这篇论文是2017年cvpr顶会的论文，该论文文笔很优美，读起来很舒服。这篇论文的作者是厦门大学的Zhiming Luo。 摘要： 作者指出：对于处理具有复杂背景的图像，传统的方法 ...