¿Cuáles son algunas alternativas gratuitas a SIFT / SURF que se pueden usar en aplicaciones comerciales?

Según tengo entendido, tanto SURF como SIFT están protegidos por patente.
¿Hay algún método alternativo que pueda usarse libremente en una aplicación comercial ?

Para obtener más información sobre la patente, visite: http://opencv-users.1802565.n2.nabble.com/SURF-protected-by-patent-td3458734.html

Tanto los autores de SIFT como los de SURF requieren tarifas de licencia para usar sus algoritmos originales.

He investigado un poco sobre la situación y aquí están las posibles alternativas:

Detector de punto clave:

• Detector de esquina Harris
• Harris-Laplace: versión invariante a escala del detector Harris (también existe una versión invariante afín, presentada por Mikolajczyk y Schmidt, y creo que también está libre de patentes).
• Parches orientados a múltiples escalas (MOP): aunque está patentado, el detector es básicamente el Harris a múltiples escalas, por lo que no habría problemas con eso (el descriptor es un parche de imagen transformado por wavelet 2D)
• Filtro LoG: dado que el SIFT patentado utiliza la aproximación DoG (Diferencia de Gauss) de LoG (Laplaciano de Gauss) para localizar puntos de interés en la escala, LoG solo se puede usar en un algoritmo modificado sin patente, aunque la implementación podría ser un poco más lenta
• RÁPIDO
• BRISK (incluye un descriptor)
• ORB (incluye un descriptor)
• KAZE: descriptor M-SURF de uso gratuito (modificado para el espacio de escala no lineal de KAZE), supera a SIFT y SURF
• A-KAZE: versión acelerada de KAZE, de uso gratuito, descriptor M-LDB (descriptor binario rápido modificado)

Descriptor de punto clave:

• Gradiente normalizado: solución simple y funcional
• Parche de imagen transformada PCA
• Parche de imagen transformada Wavelet: los detalles se proporcionan en papel MOP, pero se pueden implementar de manera diferente para evitar el problema de la patente (por ejemplo, utilizando diferentes bases wavelet o diferentes esquemas de indexación)
• Histograma de gradientes orientados
• GLOH
• LESH
• ENÉRGICO
• ORBE
• MONSTRUO
• LDB

Tenga en cuenta que si asigna orientación al punto de interés y gira el parche de la imagen en consecuencia, obtendrá invariancia rotacional de forma gratuita. Incluso las esquinas de Harris son rotacionalmente invariantes y el descriptor también se puede hacer.

En Hugin se hace una solución más completa, porque también lucharon por tener un detector de puntos de interés sin patentes.

Hay un método relativamente nuevo, es posible que desee considerar: BRISK , puntos clave escalables invariables robustos binarios:

En este artículo proponemos BRISK, un método novedoso para la detección, descripción y coincidencia de puntos clave. Una evaluación exhaustiva de los conjuntos de datos de referencia revela el rendimiento adaptativo y de alta calidad de BRISK como en los algoritmos de vanguardia, aunque a un costo computacional dramáticamente menor (un orden de magnitud más rápido que SURF en los casos). La clave para la velocidad radica en la aplicación de un novedoso detector basado en FAST de espacio de escala en combinación con el ensamblaje de un descriptor de cadena de bits a partir de comparaciones de intensidad recuperadas por muestreo dedicado de cada vecindario de punto clave.

Es libre de patentes y de uso gratuito (como dijo el autor del algoritmo).

No confíes en nadie aquí, habla con un abogado. El mundo legal es sutilmente diferente al nuestro, si puedo decir. Dependiendo de lo que quiera hacer exactamente (y dónde, etc.), puede haber una solución donde podría usar SURF o SIFT. Me ha sorprendido en el pasado cómo se pueden superar las licencias aparentemente sólidas.

Prefiero mirar a KAZE / AKAZE, que funcionan igualmente bien con una aceleración significativa. Los casos de deformación también son tolerados. OpenCV ha obtenido recientemente una implementación a través de GSoC 2014. Puede encontrarla aquí . Su tutorial de OpenCV también está presente aquí .