Quais são algumas alternativas gratuitas ao SIFT / SURF que podem ser usadas em aplicações comerciais?

Tanto quanto eu entendo, SURF e SIFT são protegidos por patente.
Existem métodos alternativos que podem ser usados ​​em um aplicativo comercial livremente?

Para obter mais informações sobre a patente, acesse: http://opencv-users.1802565.n2.nabble.com/SURF-protected-by-patent-td3458734.html

Os autores do SIFT e do SURF exigem taxas de licença para o uso de seus algoritmos originais.

Eu fiz algumas pesquisas sobre a situação e aqui estão as alternativas possíveis:

Detector de ponto-chave:

• Harris corner detector
• Harris-Laplace - versão invariante em escala do detector Harris (também existe uma versão invariante afim, apresentada por Mikolajczyk e Schmidt, e acredito que também seja livre de patentes).
• Patches orientados para várias escalas (MOPs) - apesar de patenteados, o detector é basicamente o Harris em várias escalas, portanto não haveria problemas com isso (o descritor é um patch de imagem transformada em wavelet em 2D)
• Filtro LoG - como o SIFT patenteado usa a aproximação DoG (Diferença de Gaussiana) do LoG (Laplaciano de Gaussiano) para localizar pontos de interesse em escala, somente o LoG pode ser usado em algoritmo modificado, sem patentes, por mais que a implementação possa ser um pouco mais lenta
• VELOZES
• BRISK (inclui um descritor)
• ORB (inclui um descritor)
• KAZE - livre para usar, o descritor M-SURF (modificado para o espaço de escala não-linear do KAZE), supera tanto o SIFT quanto o SURF
• A-KAZE - versão acelerada do KAZE, livre para usar, descritor M-LDB (descritor binário rápido modificado)

Descritor de ponto-chave:

• Gradiente normalizado - solução simples e funcional
• Patch de imagem transformada PCA
• Patch de imagem transformada por wavelet - os detalhes são fornecidos no documento dos MOPs, mas podem ser implementados de maneira diferente para evitar a emissão de patentes (por exemplo, usando base de wavelet diferente ou esquema de indexação diferente)
• Histograma de gradientes orientados
• GLOH
• LESH
• BRISK
• ESFERA
• FREAK
• LDB

Observe que, se você atribuir orientação ao ponto de interesse e girar o patch da imagem adequadamente, obtém invariância rotacional gratuitamente. Até os cantos de Harris são invariantes em rotação e o descritor também pode ser feito.

Alguma solução mais completa é feita em Hugin, porque eles também lutavam para ter um detector de pontos de interesse sem patente.

Há um método relativamente novo que você pode procurar: BRISK , Pontos binários escaláveis ​​invariáveis ​​e robustos binários:

Neste artigo, propomos o BRISK, um novo método para detecção, descrição e correspondência de pontos-chave. Uma avaliação abrangente dos conjuntos de dados de referência revela o desempenho adaptável e de alta qualidade do BRISK, como nos algoritmos de última geração, embora a um custo computacional dramaticamente mais baixo (uma ordem de magnitude mais rápida que SURF nos casos). A chave da velocidade está na aplicação de um novo detector FAST baseado no espaço de escala em combinação com a montagem de um descritor de cadeia de bits a partir de comparações de intensidade recuperadas por amostragem dedicada de cada vizinhança de ponto-chave.

É livre de patentes e livre de usar (como foi dito pelo autor do algoritmo).

Não confie em ninguém aqui, converse com um advogado. O mundo jurídico é sutilmente diferente do nosso, se assim posso dizer. Dependendo do que você deseja exatamente fazer (e onde, etc.), pode haver uma solução na qual você possa usar SURF ou SIFT. Surpreendi-me no passado como licenças aparentemente fortes podem ser superadas.

Prefiro olhar para o KAZE / AKAZE, que tem um desempenho igualmente bom com uma aceleração significativa. Os casos de deformação também são tolerados. O OpenCV obteve recentemente uma implementação através do GSoC 2014. Você pode encontrá-lo aqui . Seu tutorial OpenCV também está presente aqui .