SIFT와 ORB 특징

특징점(Feature)은 이미지에서 주변과 구별되는 독특한 지점을 말합니다.

코너(Corner)
두 방향 이상으로 밝기가 급격히 변하는 점입니다.
작은 윈도우를 어느 방향으로 옮겨도 내부 픽셀값이 크게 바뀝니다.

엣지(Edge)
한 방향으로만 밝기가 급변하는 경계선입니다. 엣지를 따라 윈도우를 이동하면 변화가 없습니다.

블롭(Blob)
주변과 다른 밝기 혹은 색을 가진 덩어리 영역입니다. LoG(Laplacian of Gaussian) 필터로 검출합니다.

플랫(Flat)
어느 방향으로 이동해도 변화가 없는 균일한 영역입니다. 특징점으로 사용할 수 없습니다.

컴퓨터 비전에서 코너는 가장 안정적인 특징점으로, 매칭·트래킹·SLAM의 기초가 됩니다.

왜 중요한가? 특징 검출(Feature Detection)은 컴퓨터 비전의 가장 기본적인 연산입니다. 이미지에서 의미 있는 지점을 찾지 못하면, 객체 인식, 이미지 매칭, SLAM(동시 위치추정 및 지도작성) 등 거의 모든 상위 태스크가 불가능합니다.

인간의 눈이 윤곽선과 꼭짓점에 주목하듯, 알고리즘도 gradient가 급변하는 코너나 blob을 찾아야 합니다.

특징점이 없으면 두 이미지 사이의 대응관계를 수학적으로 정의할 수 없기 때문입니다.

SIFT(Scale-Invariant Feature Transform)는 Lowe가 제안한 스케일/회전 불변 특징 추출기이다 (Lowe, 2004).