आप multi-scale histogram of oriented gradients आजमा सकते हैं। यह पूरी तरह से पैमाने पर परिवर्तनीय नहीं होगा, लेकिन यदि आपका डेटा स्केल सीमाओं के उचित सेट (अक्सर अभ्यास में मामला) के साथ बाध्य होता है तो यह संभवतः आपके लिए काम कर सकता है।
एक और दृष्टिकोण, पूरी तरह से क्या अपने इच्छित अनुप्रयोग है पर निर्भर करता है, poselets लाभ उठाने के लिए किया जाएगा, भले ही वे उन्मुख ढाल के मैदान हिस्टोग्राम, या उपस्थिति मॉडल की तरह एक गैर पैमाने-अपरिवर्तनीय वर्णनकर्ता की चोटी पर बनाया जाता है। यदि आपके प्रशिक्षण डेटा में टिप्पणियों में अलग-अलग पैमाने पर पहचान के लिए अलग-अलग वस्तुओं के उदाहरण शामिल हैं, तो प्रशिक्षण के लिए पॉज़लेट्स में प्रयुक्त प्रोस्ट्रस्ट-शैली की दूरी को बहुत पैमाने पर आविष्कार का ख्याल रखना चाहिए। यह संतोषजनक नहीं हो सकता है हालांकि यदि आपका प्राथमिक एप्लिकेशन भागों के स्थानीयकरण का पता नहीं लगाया गया है।
एक तरफ, मुझे लगता है कि यह दुर्भाग्यपूर्ण है कि एसआईएफटी और एसयूआरएफ इस तरह से पेटेंट करने में सक्षम थे, क्योंकि वे अनुदान के माध्यम से करदाता डॉलर के साथ वित्त पोषित थे (कम से कम हिस्से में)।
[डीएसपी] (http://dsp.stackexchange.com/questions/1288/what-are-some-free-alternatives-to-sift-surf-that-can-be-used-in-commercial पर पूछे गए -एप) भी। – Maurits