核心要点

  • 定义特征描述子：局部/全局、判别性与可匹配性

  • 举例 SIFT、ORB、HOG、深度特征

  • 说明在匹配、检索、SLAM 中的作用

  • 对比手工特征与 CNN 特征

简要回答

定义：Feature descriptor = 从图像 patch 提取的固定维向量，应满足 判别性（同类相似）、不变性（光照/尺度/旋转适度鲁棒）、可匹配性（可用 L2/汉明距离检索）；

经典手工描述子

  • SIFT/SURF：尺度空间极值 + 梯度方向直方图，尺度旋转鲁棒
  • ORB：FAST 角点 + BRIEF 二值描述，快速免费
  • HOG：梯度方向块直方图，行人检测经典
  • LBP：纹理编码

深度描述子

应用场景

  1. 图像拼接、全景图（匹配描述子）
  2. 物体识别/检索（BoVW + SVM 或深度 embedding）
  3. SLAM / 视觉定位（帧间匹配）
  4. 宽基线立体匹配

重要性：在标注稀缺、算力有限、需可解释匹配时，好的描述子仍是核心

标准回答

定义：Feature descriptor = 从图像 patch 提取的固定维向量，应满足 判别性（同类相似）、不变性（光照/尺度/旋转适度鲁棒）、可匹配性（可用 L2/汉明距离检索）。

经典手工描述子

  • SIFT/SURF：尺度空间极值 + 梯度方向直方图，尺度旋转鲁棒
  • ORB：FAST 角点 + BRIEF 二值描述，快速免费
  • HOG：梯度方向块直方图，行人检测经典
  • LBP：纹理编码

深度描述子

  • CNN 中间层激活、NetVLAD、SuperPoint
  • 对比学习（SimCLR、CLIP）学通用嵌入

应用场景

  1. 图像拼接、全景图（匹配描述子）
  2. 物体识别/检索（BoVW + SVM 或深度 embedding）
  3. SLAM / 视觉定位（帧间匹配）
  4. 宽基线立体匹配

重要性：在标注稀缺、算力有限、需可解释匹配时，好的描述子仍是核心；深度学习常与手工几何 pipeline 结合。

详见 特征与匹配。

常见误区

⚠️ 常见踩坑

只列名字不说不变性；混淆检测器（关键点）与描述子；忽视深度时代描述子仍用于几何任务。

追问

追问 1：SIFT 和 ORB 如何选型？

题库专题：请解释尺度不变特征变换（SIFT）算法

SIFT 精度高但有专利历史、较慢；ORB 免费快速适合移动端实时 SLAM，但旋转尺度大时不如 SIFT 稳。现多结合深度学习 SuperPoint。

题库延伸：与本追问相关的专题题 → 请解释尺度不变特征变换（SIFT）算法

追问 2：BoVW 是什么？

Bag of Visual Words：把大量局部描述子（如 SIFT）聚类（K-means）成「视觉词典」，再把每张图量化成词频直方图，当作固定长度特征喂给 SVM 等分类器。它借鉴文本词袋，丢弃空间布局换来尺度/平移鲁棒，是深度学习前图像检索与分类的主流方案。加空间金字塔（SPM）可部分恢复位置信息。

追问 3：深度特征如何做图像检索？

用预训练 CNN 全局池化或专门 embedding 模型（ResNet、CLIP），建向量索引（FAISS），按余弦距离检索。需处理域偏移与细粒度区分。

延伸学习

与本题相关的知识库文章、术语、工具与行业资讯。

📚 知识库

📖 术语表

📰 AI 资讯

🛠️ AI 工具

  • OpenCV

    开源计算机视觉库，87,181+ stars。全球最广泛使用的计算机视觉库，提供 2500+ 优化算法，涵盖图像处理、目标检测、人脸识别、相机标定等领域。支持 C++、Python、Java，是 AI 视觉应用的基石。

🎯 相关面试题