方法

分類

算法邏(luo)輯

優(you)點

缺點

適用場合

SIFT

實例(li)檢測

提取(qu)平移(yi)、縮放(fang)、旋轉(zhuan)不 變的描述子用以(yi)匹(pi)配

檢測特征(zheng)豐富，具有 優(you)秀匹配效果

g 暈大(da)，檢測就(jiu)慢

圖(tu)像(xiang)(xiang)識(shi)別（無速(su)度要求）、 圖(tu)像(xiang)(xiang)拼接、圖(tu)像(xiang)(xiang)恢(hui)復等

PCA-SIFT

實例檢測

PCA降(jiang)維(wei)減少運算

酗速度獲(huo)得改(gai)善

不完全(quan)仿射不變，檢(jian)測 精度(du)不高

驪點(dian)匹配(pei)

SURF

實例檢測(ce)

近似Hessian矩陣，積(ji)分 圖減少降(jiang)采樣

檢測(ce)速(su)度(du)快，精(jing)度(du) 較(jiao)高，綜合性能好

過于依蛭方(fang)向(xiang)的缺 準確度

物體識別、3D重構

ORB

實例檢測

Fast檢蹄征點,Brief 計橢征點描(miao)述子(zi)

檢測(ce)速度快，檢測(ce) 精度良好

不具備尺度不變(bian)性

實時視(shi)頻(pin)處理

VJ

類別檢(jian)測

Haar+AdaBoost 檢測目 標(biao)，級聯減少(shao)計算(suan)量

第一種(zhong)能夠實時檢(jian) 測的人臉檢(jian)測算法

準(zhun)確(que)率f,魯棒性(xing)不足

AI璀涵(han)唇欄