1) scale-invariant feature transform
尺度不变量特征变换
3) scale invariant feature transform
尺度不变特征变换
1.
To solve the problem of adaptability and accuracy in the field of image feature extraction and feature matching,the method of scale invariant feature transform(SIFT) was introduced.
针对图像特征提取与匹配的适应性和准确性的问题,将尺度不变特征变换(SIFT,Scale Invariant Feature Transform)算法应用到图像匹配领域。
2.
It uses scale invariant feature transform(SIFT) to extract invariant features from images mosaic,approximate nearest neighbor searching and random sample consensus(RANSAC) to perform reliable matching.
该算法首先利用改进的尺度不变特征变换(scale invariant feature transform,SIFT)特征提取方法获得图像特征点,其次利用近似最近邻匹配进行特征匹配并引入随机抽样一致性(random sampleconsensus,RANSAC)算法去除误匹配对,最后根据匹配的特征点对得到的图像间的变换参数进行拼接和融合。
4) SIFT
[英][sɪft] [美][sɪft]
尺度不变特征变换
1.
This paper presents a novel object tracking method based on SIFT(scale invariant feature transform) feature matching.
提出一种基于尺度不变特征变换(SIFT)特征匹配的目标跟踪方法。
2.
The SIFT-based traditional method settled the problem of automatic initialization is very complex.
在基于虚拟视觉伺服(VVS)跟踪算法基础上,应用尺度不变特征变换(SIFT)方法提取SIFT特征向量,采用基于KD树的最近邻搜索实现特征匹配,最后用线性位置算法计算出摄相机初始位置,降低了算法的时间复杂度,提高了算法的效率。
3.
Firstly,extracted feature descriptors of the images using the SIFT(scale invariant feature transform)descriptor.
该算法提取图像的尺度不变特征变换(SIFT)特征建立特征匹配矩阵,对特征匹配向量进行约简,最后将约简的特征匹配向量输入径向基神经网络进行识别输出。
5) Scale invariant feature transformation (SIFT)
尺度不变特征变换法
6) SIFT
[英][sɪft] [美][sɪft]
尺度不变性特征变换
1.
In order to achieve robust tracking of an infrared target during terminal guidance,a new approach based on Scale Invariant Feature Transform (SIFT) is proposed.
尺度不变性特征变换所提取的图像纹理特征具有尺度和旋转不变性,跟踪算法分别提取目标模板和待跟踪图像的尺度不变特征变换特征。
补充资料：随机变量变换
随机变量变换
random variables
厂。使随机变量v。=z。+f。(z。)比Z。“更正态”的问题 划2.设XI，…，X。，一为独立随机变量，每一个都有{一1，11上的均匀分布(训jl又)rln distribu、tion)，并置 _X，+…十X Z·二二古言~.由中心极限定理(ceni司l俪t the~)， 尸、z。<二，一。(·卜。(:).如果令 V。一Z。一去(32。一Z力，则有 尸不。.、二，一。二)一。子典、. 、”一/ 咧3.随机变量对，习厂五万与(x扮”)’/3当。一，的时都是渐近正态的(见X’分布(‘chi一sq珑lred’distribution)).其对应分布函数与其正态逼近间的一致偏差对于对要n)3义时才小于0.01;对于、厅不(Fisher孪攀(Fisher‘Iansfon班ltjon))，则当n)23时就小于0.02;而对于(x三/n)”，(侧七on-Hilferty变换(WIIson·Hilferty transfornlltion))更只需。)3其偏差就不超过O仪幻7， 随机变量的变换长期以来被用于数理统计间题中，作为构造简单的高精度渐近公式的基础.随机变量的变换在随机过程论中也是有用的(例如“单一概率空间”方法).【补注】与上述变换有关的是玫吵哪”山展开(例如见[Al];亦见侧geworth级数(创罗明rth series)).随机变量变换【r出司佣1 variables，transfonllati佣sof;c几y，葫“以Be月It叹H”即e06P出oBan”el 确定任意给定的随机变量的函数，使其概率分布具有所要求的性质 例1设X为一有连续且.严格增的分布函数F的随机变量.那么随机变量Y=F(X)就有区间10，1]上的均匀分布，而随机变量Z二中一’(F(X”(其中中为标准正态分布函数)则有参数为O与1的正态分布(normal distribution).反之，公式X=F一‘(小(Z))使人们能从一有标准正态分布的随机变量Z得到有给定分布函数F的随机变量X. 随机变量的变换常用来联系概率论的极限定理.例如，设随机变量Z。的序列是渐近正态的，参数为(O，1).那么可以提出构造简单(月简单可逆)函数
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条