为什么提取块上的 SIFT 特征而不是整个图像？
Why extract SIFT features on patches instead of the whole image?
有些人从图像的补丁中提取 SIFT 特征，例如“128 维 SIFT 描述符是在 16×16 像素的补丁上计算的，在水平和方向上都以 8 像素的规则间距采样的网格上密集采样垂直方向。
他们为什么不直接从原始图像中提取 SIFT？像这样从原始图像的补丁中提取 SIFT 有什么好处？
谢谢！
首先我想说一个SIFT特征是一个128维的描述符。 128 个维度是使用包含实际兴趣点（从 DoG 获得的极值）的 16x16 邻域计算的。这很具体(more information and links to Lowes papers)
objective 部分是为什么他们会在具有常规 8x8 间距的网格上采样？我能想到的唯一原因是真正减少计算时间
创建已知数量的描述符。如果图像是 MxN，则描述符数量 = (M/8) x (N/8) 运行 对整个图像进行 SIFT 可能会产生许多聚集在一起的描述符。并且可能是无限的。由于每个描述符的计算成本很高，因此减少数量会减少计算时间。即使是 100x100 的小图像也可能有数百个描述符。这种方法会将其减少到 ~144
寻找关键点本身就是一项艰巨的任务。它涉及检查 DoG 金字塔的每个体素并检查以体素为中心的极值（最大值或最小值）（对于 DoG 的每个八度音阶和每 3 个尺度）。如果您可以跳过此步骤并假设每个 8x8 网格间距，您将消除遍历整个 DoG 和所有八度音阶和音阶的昂贵操作。
再次声明，这些只是我的意见，但希望对您有所帮助
在我的图像处理问题中，我还需要算法忽略的那些图像区域中的 SIFT 特征。所以我强制 SIFT 算法从图像的每个补丁中给我特征。
有些人从图像的补丁中提取 SIFT 特征，例如“128 维 SIFT 描述符是在 16×16 像素的补丁上计算的，在水平和方向上都以 8 像素的规则间距采样的网格上密集采样垂直方向。
他们为什么不直接从原始图像中提取 SIFT？像这样从原始图像的补丁中提取 SIFT 有什么好处？
谢谢！
首先我想说一个SIFT特征是一个128维的描述符。 128 个维度是使用包含实际兴趣点（从 DoG 获得的极值）的 16x16 邻域计算的。这很具体(more information and links to Lowes papers)
objective 部分是为什么他们会在具有常规 8x8 间距的网格上采样？我能想到的唯一原因是真正减少计算时间
创建已知数量的描述符。如果图像是 MxN，则描述符数量 = (M/8) x (N/8) 运行 对整个图像进行 SIFT 可能会产生许多聚集在一起的描述符。并且可能是无限的。由于每个描述符的计算成本很高，因此减少数量会减少计算时间。即使是 100x100 的小图像也可能有数百个描述符。这种方法会将其减少到 ~144
寻找关键点本身就是一项艰巨的任务。它涉及检查 DoG 金字塔的每个体素并检查以体素为中心的极值（最大值或最小值）（对于 DoG 的每个八度音阶和每 3 个尺度）。如果您可以跳过此步骤并假设每个 8x8 网格间距，您将消除遍历整个 DoG 和所有八度音阶和音阶的昂贵操作。
再次声明，这些只是我的意见，但希望对您有所帮助
在我的图像处理问题中，我还需要算法忽略的那些图像区域中的 SIFT 特征。所以我强制 SIFT 算法从图像的每个补丁中给我特征。