[小白学习教程之] 理解SIFT

[小白学习教程之] 理解SIFT

 

在这篇教程中，我们通过对SIFT由简至繁的解释，来一步一步认识它。

 

Step1: SIFT是一种“图像”局部特征提取算法

 

什么是图像？

呐，你拿起手机，打开相机，对准目标，咔嚓一下。一幅图像就诞生了喔~。它保存在了你的手机里面，当然是以数字的形式喔。例如，下面这张奥巴马的照片就是图像，而它右边的数字就是保存在计算机里面的东西喔。

 

什么是特征？

特征是对一件事物的描述，例如：奥巴马的皮肤是黑色的，他是美国人。在这一描述中，黑色皮肤和美国人，就是我们提炼出来的关于奥巴马的特征。使用特征的目的，是便于将事物简化，而便于归类和区分，以快速地对一件事物进行识别，减少记忆负担。出现了两个人，一个皮肤白，一个皮肤黑，问，谁是奥巴马？我们能很快地通过皮肤黑，知道黑皮肤那个人是奥巴马。这是特征的区分性功能。还有一个功能是不变性。奥巴马可是会动的喔，他可以有不同的动作姿势，穿不同的衣服，在这些情况下，我们都要能识别出来，这个人是奥巴马喔。于是皮肤是黑色的这个特征就是奥巴马一直都不会变的一个特点喔，那记住这一点是不是很方便，在各种情况下都可以帮助我们去认出他。

对图像进行特征提取也是同样的目的。对于一幅图像或其中的某些区域，我们希望能通过一些数学运算，将原本由一大堆数字描述的图像或图像区域，变成由几十或几千个数字来描述，能方便我们用这些特征去对图像进行识别。

总结：特征是为识别服务的，有用的特征需要同时具备一定程度上的区分性和不变性。

 

什么是局部特征（local feature）？

局部是一个相对的概念，SIFT中提取的局部特征是组成一件事物的小块图像单元。例如，把图像中奥巴马的整个身体看做是一件事物，而其图像中的嘴角、眼角等小区域提取得到的特征，就是局部特征。

再比如，下面这幅图中，对ABCDEF这样子的小块图像进行特征提取，得到的特征就是局部特征。

 

为什么要提取局部特征呢？

因为：变量越少，观察结果上变化的可能性就越小。

有没有被吓到？“啊，为什么突然不友好了，放了一句晦涩难懂的话出来。”

没关系，睁大眼睛，请完成下面这个实验：请找出以下所有图片中，它们相似的地方。你会发现答案，一定是在局部。（呐，如果你学过概率统计，就懂方框中那句话了。这句话的道理还存在于其他算法思想中，读者可记住之后自行发散思维哟^_^）有没有被吓到？“啊，为什么突然不友好了，放了一句晦涩难懂的话出来。”

 

Step2: SIFT是Scale Invariant Feature Transform的缩写

在Step1中，我们理解了，想要从成千上万张图像中，找出跟我们想要找的事物相似的图像，我们可以提取图像的局部特征，我们找到相同的局部特征，比对它们，就可以知道哪张图像是我们期望找出来的图像。

然而，历史上出现过的局部特征提取方法，可并不只有SIFT这一种喔，那么SIFT究竟有什么特别之处？而为什么又要这么做呢？在这个步骤中，我们将更加深入地理解局部特征，解答这两个疑惑。

 

下面回到建筑物这幅图，继续做实验：请在图中有出现过ABCDEF的地方，打上对应的标记。你会发现，ABCD的标记特别多，而EF