SIFT算法英文原文
Sift是David Lowe于1999年提出的局部特征描述子，并于2004年进行了更深入的发展和完善。Sift特征匹配算法可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题，具有很强的匹配能力。在Mikolajczyk对包括Sift算子在内的十种局部描述子所做的不变性对比实验中，Sift及其扩展算法已被证实在同类描述子中具有最强的健壮性。 总体来说，Sift算子具有以下特性： （1）Sift特征是图像的局部特征，对平移、旋转、尺度缩放、亮度变化、遮挡和噪声等具有良好的不变性，对视觉变化、仿射变换也保持一定程度的稳定性。 （2）独特性好，信息量丰富，适用于在海量特
用户评论
认真的看完了，有收获，还是原汁原味的好。
不错，很具有参考价值，对于sift算法的理解很有帮助
很好很经典，特别是在如今google学术打不开的今天
看到这个原文真不错，谢谢分享
很好很清楚
是英文的，如果是初学者，最好下载一些中文讲解对照这个英文版的看。
是英文原版，但是有点儿难度。