Visión por computadora: ¿cómo es la detección de objetos usando los puntos clave SIFT escala / rotacionalmente invariante?

Los descriptores de SIFT son rotativamente invariables, ya que al calcularlos, un paso implica orientar todos los gradientes locales con respecto al gradiente dominante general en esa localidad espacial. Entonces, si el objeto se gira, también lo harán los gradientes dominantes de cada localidad, y los gradientes se ajustarán en consecuencia, para dar el mismo histograma final de gradientes, que el del objeto original. Esto hace posible calcular directamente la distancia euclidiana de los gradientes correspondientes, para finalmente encontrar una coincidencia.
Los descriptores de puntos clave también son invariantes de escala, debido al remuestreo de la imagen a diferentes octavas de escala (como la pirámide de imagen) usando desenfoque gaussiano. Los gradientes se almacenan como descriptores solo cuando hay un máximo observado entre dos escalas, lo que sugiere que esa escala particular es la escala correcta para el objeto en particular. Por lo tanto, también hace que la escala de detección sea invariable.