说明         在OpenCV3.0中，移除了SiftFeatureDetector类，导致在进行试验的时候遇到了很大的困难，后来在网上查找和查看代码之后找到了AKAZE检测器，但是还不知道其与SIFT特征、SURF特征的关系。 SIFT特征资料         查找了一些很好的解释SIFT特征的资料：         SIFT算法原理解析、SIFT算法详解、SIFT特征提取分析

1 算法简介 局部特征相关算法在过去二十年期间风靡一时，其中代表的有SIFT、SURF算法等(广泛应用于目标检测、识别、匹配定位中)，这两种算法是用金字塔策略构建高斯尺度空间(SURF算法采用框滤波来近似高斯函数)。不论SIFT还是SURF算法在构造尺度空间时候存在一个重要的缺点：高斯模糊不保留对象边界信息并且在所有尺度上平滑到相同程度的细节与噪声，影响定位的准确性和独特性。 　　针对高斯核函数

使用AKAZE算法进行视频追踪(对比ORB算法) 简述orb与akaze算法 David. Lowe提出的SIFT算法由于卓越的性能，在过去二十多年几乎应用于目标追踪、图像匹配等相关计算机视觉领域。2012年Pablo F. Alcantarilla所提出的KAZE算法在匹配鲁棒性与速度上要优于SIFT算法；但是，KAZE算法的时间依然较高：因此原作者在13年提出Accelerated-KAZ

Feature detection and matching Github: https://github.com/williamhyin/SFND_2D_Feature_Tracking Email: williamhyin@outlook.com 特征提取和匹配是许多计算机视觉应用中的一个重要任务，广泛运用在运动结构、图像检索、目标检测等领域。每个计算机视觉初学者最先了解的