Ein Detektor für Interessenpunkte (Schlüsselpunkt, hervorstechender Punkt) ist ein Algorithmus, der Punkte aus einem Bild basierend auf einem bestimmten Kriterium auswählt. In der Regel ist ein Interessenpunkt ein lokales Maximum einer Funktion, z. B. eine "Cornerness" -Metrik.
Ein Deskriptor ist ein Wertevektor, der das Bildfeld um einen Interessenpunkt irgendwie beschreibt. Es könnte so einfach sein wie die Rohpixelwerte, oder es könnte komplizierter sein, wie beispielsweise ein Histogramm der Gradientenorientierungen.
Zusammen werden ein Interessenpunkt und sein Deskriptor normalerweise als lokales Merkmal bezeichnet. Lokale Funktionen werden für viele Computer-Vision-Aufgaben wie Bildregistrierung, 3D-Rekonstruktion, Objekterkennung und Objekterkennung verwendet.
Harris, Min Eigen und FAST sind Interessenpunktdetektoren oder genauer gesagt Eckendetektoren.
SIFT enthält sowohl einen Detektor als auch einen Deskriptor. Der Detektor basiert auf dem Differenz-Gauß-Wert (DoG), der eine Annäherung an den Laplace-Wert darstellt. Der DoG-Detektor erkennt Zentren blobartiger Strukturen. Der SIFT-Deskriptor basiert auf einem Histogramm der Gradientenorientierungen.
SURF soll eine schnelle Annäherung an SIFT sein.
BRISK enthält wie SIFT und SURF einen Detektor und einen Deskriptor. Der Detektor ist ein Eckendetektor. Der Deskriptor ist eine binäre Zeichenfolge, die die Vorzeichen der Differenz zwischen bestimmten Pixelpaaren um den Interessenpunkt darstellt.