답변:
관심 지점 (핵심 지점, 돌출 지점) 감지기는 일부 기준에 따라 이미지에서 지점을 선택하는 알고리즘입니다. 일반적으로 관심 지점은 "cornerness"메트릭과 같은 일부 기능의 로컬 최대 값입니다.
디스크립터는 값의 벡터로, 관심 지점 주위의 이미지 패치를 설명합니다. 원시 픽셀 값만큼 간단하거나 그라디언트 방향의 히스토그램과 같이 더 복잡 할 수 있습니다.
관심 지점과 해당 설명자를 일반적으로 로컬 기능이라고합니다. 로컬 기능은 이미지 등록, 3D 재구성, 객체 감지 및 객체 인식과 같은 많은 컴퓨터 비전 작업에 사용됩니다.
Harris, Min Eigen 및 FAST는 관심 지점 탐지기 또는보다 구체적으로 코너 탐지기입니다.
SIFT는 검출기와 디스크립터를 모두 포함합니다. 검출기는 Laplacian의 근사치 인 가우스 차이 (DoG)를 기반으로합니다. DoG 검출기는 블로 브형 구조의 중심을 감지합니다. SIFT 디스크립터는 그라디언트 방향의 히스토그램을 기반으로합니다.
SURF는 SIFT의 빠른 근사치입니다.
SIFT 및 SURF와 같은 BRISK에는 탐지기와 디스크립터가 포함됩니다. 검출기는 코너 검출기입니다. 디스크립터는 관심 지점 주변의 특정 픽셀 쌍 간의 차이의 부호를 나타내는 이진 문자열입니다.