SIFT | Abstract 第2文 - AI Paper English F.o.R.

The features are invariant to image scale and rotation, and are shown to provide robust matching across a a substantial range of affine distortion, change in 3D viewpoint, addition of noise, and change in illumination.

David G. Lowe, "Distinctive Image Features from Scale-Invariant Keypoints"

https://www.cs.ubc.ca/~lowe/papers/ijcv04.pdf

ディープラーニングではなく2004年に発表された特徴量ベースの機械学習による検出手法で、特徴点の検出と特徴量の記述の二段階で細かい特徴を把握して物体認識をするSIFTの論文である"Distinctive Image Features from Scale-Invariant Keypoints"のAbstractの第2文について、英語リーディング教本のFrame of Reference(F.o.R.)を使って英文構造を解読します。

f:id:AI-paper-FoR:20190902215921p:plain

「特徴量は画像スケールと回転に対して不変であり、アフィン歪、3D視点の変化、ノイズの追加、照明の変化のかなり広い範囲にわたってロバストなマッチングを提供することが示されている。」

主語はThe featuresです。述語動詞はareとare shownで、等位接続詞のandでつながれています。

invariantは名詞と形容詞がありますが、性質を表しているので形容詞で補語だと判断しました。

invariantの意味・使い方 - 英和辞典 WEBLIO辞書

最後の形容詞節が省略された図解になってしまったので補足します。

"of affine distortion, change in 3D viewpoint, addition of noise, and change in illumination."

について、前置詞ofの目的語は、

affine distortion
change
addition
change

であり、等位接続詞のandでつながれています。その中にさらに"in 3D viewpoint", "of noise", "in illumination"という形容詞句もありますが、全部書くと図解が煩雑になるので省略されています。文の意味を理解する上ではこの程度の省略があっても問題ないかと思います。

SIFT記述子については、画像認識 (機械学習プロフェッショナルシリーズ)のChapter 2 (局所特徴)に説明があります。