BRIEF 描述子

BRIEF，即二進位穩健獨立基本特徵（Binary Robust Independent Elementary Features），由 Michael Calonder 與同事於 2010 年提出，是展示「你可以用一串單一位元描述影像區塊、卻仍能可靠比對」的描述子，開啟了快速二進位描述子的時代。這個構想簡單到近乎令人吃驚：在一個區塊內挑選一組固定的像素對位置，對每一對寫下一個位元，標示第一個像素是否比第二個更亮。把這些位元串接起來就是描述子。沒有直方圖、沒有梯度、沒有正規化，只有幾百次亮度比較。

為了讓它在實務上可行，區塊會先被平滑（通常用小型高斯或方框模糊），因為原始像素比較對雜訊極為敏感，單一個雜訊像素就可能翻轉許多位元。那組像素對位置是事先一次選定的，從一個集中於區塊中心附近的分布取樣而得，並對每個關鍵點都使用同一個樣式。典型的 BRIEF 描述子使用 256 次比較，給出一個 256 位元（32 位元組）的字串，不過也存在 128 位元與 512 位元的變體。因此這個描述子既小到容易儲存，又計算起來輕而易舉。

它致命的優勢是比對速度。兩個二進位描述子以漢明距離比較，即它們相異的位元位置數目，現代 CPU 用一個互斥或（XOR）接著一道位元計數（population-count）指令即可算出，一次處理 64 個位元。因此比較兩個 256 位元描述子只需寥寥幾道機器指令，比兩個 128 維 SIFT 向量之間的浮點歐氏距離快上好幾個數量級。這正是讓在平庸硬體上即時比對變得可行的原因。

BRIEF 誠實的限制是：依其定義，它不具旋轉或尺度不變性：旋轉區塊後，那個固定的比較樣式就不再取樣到對應的像素，於是位元串改變、比對失敗。因此它最好搭配一個能提供標準方向與尺度的偵測器。這正是 ORB 所填補的缺口，它用關鍵點方向導向 BRIEF 樣式（旋轉 BRIEF）並學習一個去相關的樣式。後來的二進位描述子如 BRISK 與 FREAK 進一步精修了取樣樣式。BRIEF 仍是它們全體的概念祖先，並在區塊已大致對齊時（如逐幀追蹤）是極佳的選擇。