2.3微秒的特征点匹配
这是cvpr2009最佳demo。来自剑桥大学。匹配一个特征点只用2.3微秒。是微秒，不是毫秒！一副平面图像按200个特征点（论文中提及200点就足够估算姿态了）算，那么一秒钟可以处理2000帧！！额里格神啊。从上面的视频上看，该算法可以流畅的运行在手机上面。很牛啊，你能想象在手机上算sift或者surf么。。。
算法思路沿袭Ferns，不过特征点检测用的Fast9，特征也变成了二进制特征，可以用SSE2什么的加速，还采用了动态匹配的策略，因此速度变得飞快，很有吸引力不是，来看论文吧。希望opencv下一个版本可以加入这个算法。
项目主页在这里。可以看大画幅视频和PPT。
个人很想知道这个实现当中SSE啥的对加速有多大贡献。
具体来说，求的是两个二进制串，相同位的个数。我不知道能快多少，没用过sse
二进制串的5个and,4个or…
sse是啥玩意儿啊,论文里说,x86电脑对这种and或者or会自动用sse加速…
不知道是不是我理解错了…
你看的很仔细嘛。。好好研究一下啊。
我感觉很有潜力啊。
http://zh.wikipedia.org/zh-cn/SSE2
在opencv200里面搜cvfast.
SSE是intel的指令集，如果你的程序时标准C，且不调用opencv2.0的函数的话，产生的代码是未优化的代码，也就是说，代码还是用的类似386、486时代的代码，若要充分利用cpu能力，就要使用sse指令集。现在的cpu大都支持SSE3，最新的好像是SSE4.1吧。
@fengyu
受教了。
我最近看了一下sse指令。sse是SIMD的扩展，主要是用单指令完成原先多条指令才能完成的运算，比如4个32bits float的乘法等等。msdn上有很多sse的内联函数的说明，值得看看。但是据说，如果要用sse的话，还是推荐直接内嵌汇编会更好一点。
话说回来，与其有时间折腾汇编指令，不如多想想怎么优化算法，然后让编译器完成剩下的工作，比如换IPP编译代码。
楼上说的对，但有时候算法结构优化是有局限性的，ipp的确很强大，对于学校是免费的，但对于公司是收费的(虽然费用也不贵)。msdn上的intrinsic其实比汇编要简单，直接在c语言里面调用，就像函数一样。印象中可以一次对16个字节进行加减乘法、逻辑等操作，性能提升是巨大的(你想啊，如果算法是每个cycle算一个像素，但cpu具体执行代码的时候，仍然会最少加载32bit的数据，额外浪费了很多资源)。
对于算法研发人员，最主要的还是关注于算法的实现的结果，至于运行速度，那是也未必是算法研究人员的感兴趣的地方，毕竟，脑子里成天想着intrinsic，内存对齐，还怎么开发算法啊。不过，好消息是，opencv2.0已经部分支持sse3了，算法性能的提升是数10倍！我仅仅测试了几个函数而已。