Cosa sono le tecniche di estrazione delle caratteristiche nell'elaborazione delle immagini?

Tradizionalmente, le tecniche di estrazione delle caratteristiche come SIFT, SURF, BRISK, ecc. sono algoritmi di elaborazione dei pixel che sono usati per localizzare punti su un'immagine che possono essere registrati con punti simili su altre immagini. Prima si trova un insieme di questi punti - la speranza è che l'algoritmo sia invariante per dimensioni e rotazione. Tuttavia, poiché si ha a che fare con pixel discreti, c'è sempre qualche distorsione. Poi viene calcolato un insieme di misure basate sui pixel circostanti. Il concetto è che possiamo identificare univocamente piccole patch in un'immagine. Poi si abbinano tutte le misure su un'immagine con tutte le misure sull'immagine di confronto. Una volta che ogni punto ha trovato la sua migliore corrispondenza, analizziamo l'insieme delle corrispondenze per la correlazione. La teoria è che se la corrispondenza è coerente, si ha un'immagine simile.

Queste tecniche funzionano meglio con oggetti rigidi che sono orientati in modo affidabile rispetto alla telecamera, come loghi, segni, etichette. Le tecniche possono essere molto impegnative per le immagini ad alta risoluzione, quindi c'è stata una ricerca attiva per ottimizzare gli algoritmi. Al giorno d'oggi, molte persone usano le CNN per la maggior parte dei passaggi, ma per casi specifici, penso che l'estrazione delle caratteristiche possa differenziare meglio tra oggetti molto simili.