概念尺度不变特征变换 / Scale-Invariant Feature Transform
SIFT
经典计算机视觉局部特征描述算法，通过在尺度空间检测稳定关键点并生成128维描述向量，对旋转和光照变化具有不变性，由David Lowe于1999年提出
时间轴 (近 90 天)
10月5日
SIFT（尺度不变特征变换）由David Lowe于1999年提出，通过在不同尺度空间中检测稳定关键点，并生成128维描述向量
待验证50%
10月5日
SIFT的专利已于2020年过期
待验证50%
10月5日
ORB（Oriented FAST and Rotated BRIEF）完全开源，速度约为SIFT的10-100倍，适合实时场景
待验证50%
9月16日
以往的功能预测工具如 CADD、PolyPhen-2、SIFT 也能对大量变异打分，但 AlphaGenome 具备从序列预测多维度分子表型的能力
待验证50%
9月11日
传统关键点检测方法包括SIFT、ORB，深度学习方法包括SuperPoint
待验证50%
9月10日
早期变异预测工具如SIFT和PolyPhen主要依赖进化保守性和蛋白质结构信息，准确率约70-80%
待验证50%
全部知识事实 (6)
待验证
SIFT（尺度不变特征变换）由David Lowe于1999年提出，通过在不同尺度空间中检测稳定关键点，并生成128维描述向量
50%待验证SIFT的专利已于2020年过期
50%待验证ORB（Oriented FAST and Rotated BRIEF）完全开源，速度约为SIFT的10-100倍，适合实时场景
50%待验证以往的功能预测工具如 CADD、PolyPhen-2、SIFT 也能对大量变异打分，但 AlphaGenome 具备从序列预测多维度分子表型的能力
50%待验证传统关键点检测方法包括SIFT、ORB，深度学习方法包括SuperPoint
50%待验证早期变异预测工具如SIFT和PolyPhen主要依赖进化保守性和蛋白质结构信息，准确率约70-80%
50%