Scale-invariant feature transform (בראשי תיבות:SIFT), ובתרגום מילולי: "התמרת מאפיינים שאינם תלויים בקנה מידה" הואאלגוריתם בראייה ממוחשבת לזיהוי, תיאור והתאמת מאפיינים בתמונות, שהומצא על ידידייוויד לואו הקנדי בשנת 1999.^[1] האלגוריתם משמש בזיהוי אובייקטים,מיפוי,ניווט,תפירת תמונות,מידול תלת-ממדי,זיהוי מחוות,עקיבה והתאמת תמונה.^[2]

• החלקה - מבצעים על התמונה החלקה באמצעותטשטוש גאוסי(אנ') באמפליטודות שונות. פעולה זו מבצעים ברמותרזולוציה משתנה כך שנקודות עניין לא יהיה תלויות בקנה מידה (כדוגמת התקרבות לאובייקט).

• הפרש - מבצעים חיסור בין התמונות המטושטשות השונות בשיטתהפרשים גאוסים(אנ').

• חילוץ נקודות קיצון - מוצאיםנקודות עניין פוטנציאליות. נקודות שהן קטנות או גבוהות מ-8 נקודות השכנות המקיפות אותן.

• סינון- מסננים נקודות בעליקונטרסט נמוך.

• גרדיאנט - מחשבים אתגרדיאנט בסביבת נקודות העניין בתלאי בגודל 4×4. סה"כ 16 תאים.

• היסטוגרמה - מבצעים היסטוגרמה עבור 8 כיוונים שונים של הגרדיאנט בכל תא. כך שמתקבל וקטור של 4×4×8=128 המתאר את סביבת נקודת העניין ובלתי תלוי למיקום סיבוב או בהירות.

ניתן לבצע השוואה בין התיאור הווקטורי של נקודות העניין בין שתי תמונות במטרה למצוא זוגות של נקודות עניין בעלי מאפיינים דומים. כלומר שהמרחק וקטורי התכונה שלהם במרחב האוקלידי קטן ולקבל את ההסתברות לנוכחות אובייקט בתמונה אחרת.

• התמרת האף - שיטה למציאת אלמנטים המשמשת בראייה ממוחשבת ועיבוד תמונה.