局所特徴量とは / SIFT, SURF 特徴量 このスライドが超わかりやすかったです。 画像認識の初歩、SIFT,SURF特徴量 from takaya imai で、SIFT (Scale-invariant feature transform)、SURF (Speed-Upped Robust Feature) というのは、拡大縮小・回転・照明変化に強いロバストな特徴量、としてよく知られているようです。 SURF の方が軽量で、その代わり認識精度は SIFT の方が良い、とのこと。 特徴量の用途 複数写真からのパノラマ写真合成 (上に載せたスライドより) AR のマーカー認識 下記画像はARのマーカー認識とは違いますが、そういう使い方ができそうだ、ということは汲んでいただけるかと。。 (http://docs.opencv.org/3.0-rc1/d7/dff/tutorial_fe
![iOS / OpenCV 3.0 で画像の特徴点を検出する(AKAZE, SIFT, SURF, ORB) - その後のその後](https://cdn-ak-scissors.b.st-hatena.com/image/square/dff9175c8d046f7fff1f809d30ef70b56eb6162e/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fs%2Fshu223%2F20150511%2F20150511154137.png)