Scale-invariant feature transform
Scale-invariant feature transform (o SIFT) es un algoritmo usado en visión artificial para extraer características relevantes de las imágenes que posteriormente pueden usarse en reconocimiento de objetos, detección de movimiento, estereopsis, registro de la imagen y otras tareas. El algoritmo fue publicado por primera vez por David Lowe en 1999 pero lo describió completamente y patentó en Estados Unidos en 2004.
Nº Q767770 ★
Común · Saberes
Scale-invariant feature transform
Scale-invariant feature transform (o SIFT) es un algoritmo usado en visión artificial para extraer características relevantes de las imágenes que posteriormente pueden usarse en reconocimiento de objetos, detección de movimiento, estereopsis, registro de la imagen y otras tareas. El algoritmo fue publicado por primera vez por David Lowe en 1999 pero lo describió completamente y patentó en Estados Unidos en 2004.
En Wikipedia
Scale-invariant feature transform (o SIFT) es un algoritmo usado en visión artificial para extraer características relevantes de las imágenes que posteriormente pueden usarse en reconocimiento de objetos, detección de movimiento, estereopsis, registro de la imagen y otras tareas. El algoritmo fue publicado por primera vez por David Lowe en 1999 pero lo describió completamente y patentó en Estados Unidos en 2004.
Texto: Wikipédia, CC BY-SA 4.0. · Imagen: Indif (CC BY-SA 3.0) ·
Cartas cercanas
-
Viola–Jones object detection framework
Machine learning algorithm
Nº Q2493877 ★
Sin ofertas
-
Video retargeting
Nº Q1141379 ★
Sin ofertas
-
Sixel
DEC-created six pixel vertical format element that can be used to create pictures on printing or terminal screens
Nº Q7532980 ★★
Sin ofertas
-
FFTW
Software library for computing discrete Fourier transforms
Nº Q2251820 ★
Sin ofertas
-
C
CIFAR-10
Image dataset
Nº Q45037095 ★
Sin ofertas
-
F
FITS
Nº Q1428303 ★
Sin ofertas