상용 응용 분야에서 사용할 수있는 SIFT / SURF에 대한 무료 대안은 무엇입니까?

내가 이해하는 한 SURF와 SIFT는 특허로 보호됩니다. 상용 응용 프로그램에서 자유롭게
사용할 수있는 대체 방법이 있습니까?

특허 확인에 대한 자세한 내용은 다음을 참조하십시오 : http://opencv-users.1802565.n2.nabble.com/SURF-protected-by-patent-td3458734.html

SIFT 및 SURF 작성자 모두 원래 알고리즘 사용에 라이센스 비용이 필요합니다.

상황에 대한 조사를 수행했으며 가능한 대안은 다음과 같습니다.

키포인트 감지기 :

• 해리스 코너 검출기
• Harris-Laplace-규모가 변하지 않는 버전의 Harris 검출기 (Miklajczyk와 Schmidt가 제시 한 아핀 불변 버전도 존재하며 특허가 없다고 생각합니다).
• 멀티 스케일 지향 패치 (MOP)-특허를 받았음에도 불구하고 검출기는 기본적으로 멀티 스케일 해리스이므로 문제가 없습니다 (설명자는 2D 웨이블릿 변환 이미지 패치입니다)
• LoG 필터-특허를받은 SIFT는 DoG (Difference of Gaussian) 근사 LoG (Laplacian of Gaussian) 근사값을 사용하여 관심 지점을 규모에 맞게 분류 할 수 있으므로 LoG만으로는 수정없이 특허가없는 알고리즘에 사용할 수 있으며 구현이 약간 느려질 수 있습니다.
• 빠른
• BRISK (기술자 포함)
• ORB (설명자 포함)
• KAZE-무료 사용, M-SURF 디스크립터 (KAZE 비선형 스케일 공간을 위해 수정 됨), SIFT 및 SURF보다 성능이 우수
• A-KAZE-가속 버전의 KAZE, 무료, M-LDB 디스크립터 (수정 된 빠른 이진 디스크립터)

키포인트 설명자 :

• 정규화 된 그라디언트-간단한 작업 솔루션
• PCA 변형 이미지 패치
• 웨이블릿 변환 이미지 패치-세부 사항은 MOPs 논문에 나와 있지만 특허 문제를 피하기 위해 다르게 구현할 수 있습니다 (예 : 다른 웨이블릿 기반 또는 다른 색인 구성표 사용)
• 방향 그라디언트의 히스토그램
• 글로
• 레쉬
• 활발한
• 구
• 변덕
• LDB

관심 지점에 방향을 지정하고 그에 따라 이미지 패치를 회전하면 회전 불변이 무료로 제공됩니다. 해리스 코너도 회전 불변이며 디스크립터도 만들 수 있습니다.

Hugin에서는 특허가없는 관심 지점 탐지기를 갖기 위해 애 쓰고 있기 때문에 더 완벽한 솔루션이 Hugin에서 수행됩니다.

비교적 새로운 방법이 있습니다. BRISK , Binary Robust Invariant Scalable Keypoints :

본 논문에서는 키포인트 탐지, 설명 및 매칭을위한 새로운 방법 인 BRISK를 제안한다. 벤치 마크 데이터 세트에 대한 종합적인 평가 결과, 최신 알고리즘에서와 같이 BRISK의 적응 형 고품질 성능이 계산 비용이 획기적으로 낮지 만 (경우에 따라 SURF보다 훨씬 빠름) 밝혀졌습니다. 속도의 핵심은 각각의 키포인트 주변의 전용 샘플링에 의해 검색된 강도 비교로부터 비트 스트링 디스크립터의 조립과 조합 된 새로운 스케일 공간 FAST 기반 검출기의 적용에있다.

특허가 없으며 사용이 자유 롭습니다 (알고리즘 작성자가 말한대로).

여기 아무도 믿지 말고 변호사와 상담하십시오. 내가 말할 수 있다면 법 세계는 우리와 미묘하게 다릅니다. 정확히하고 싶은 일 (및 장소 등)에 따라 SURF 또는 SIFT를 사용할 수있는 솔루션이있을 수 있습니다. 과거에는 강력 해 보이는 라이센스를 어떻게 극복 할 수 있는지 놀랐습니다.

차라리 KAZE / AKAZE를 살펴보면 속도가 상당히 빨라집니다. 변형 사례도 허용됩니다. OpenCV는 최근 GSoC 2014를 통해 구현을 얻었습니다. 여기에서 찾을 수 있습니다 . OpenCV 튜토리얼도 여기에 있습니다 .