การทำความเข้าใจทฤษฎีอวกาศสเกล
ในทฤษฎีสเกล - สเกลพื้นที่สเกล - สเปซแทนสัญญาณ , (ในกรณีของภาพ ) จะได้รับเป็น: โดยที่เป็นเคอร์เนล gaussian ที่มีพารามิเตอร์และเป็น convolution โดยการเปลี่ยนพารามิเตอร์เราได้รับภาพที่ราบเรียบมากขึ้นหรือน้อยลง เนื่องจากการเป็นตัวแทน coarser ผลลัพธ์ (พารามิเตอร์ ) จะไม่มีวัตถุขนาดเล็กหรือเสียงรบกวนf(x),x=(x1,...,xd)f(x),x=(x1,...,xd)f(x), x = (x_1, ..., x_d)d=2d=2d = 2L(x,y;t)=g(x,y;t)∗f(x,y)L(x,y;t)=g(x,y;t)∗f(x,y)L(x, y; t) = g(x, y; t) * f(x, y)g(x,y;t)g(x,y;t)g(x, y; t)ttt∗∗*tttttt ประเด็นหลักคือการหาวิธีการตรวจจับคุณสมบัติแบบไม่แปรปรวนใช่ไหม? ดังนั้นสำหรับบางภาพที่มีการลดขนาดคัดลอกคุณสมบัติเช่นจุดสำคัญจะถูกตรวจพบอย่างถูกต้องแม้ว่าขนาดจะแตกต่างกันโดยไม่ต้องค้นหาจุดรบกวนอื่น ๆ ในกระดาษพวกเขากำลังใช้อนุพันธ์ normalized \ อะไรคือความหมายของการใช้ normalized อนุพันธ์มันจะช่วยในการวัดขนาดแบบ invariancy ได้อย่างไร?γγ\gammaδξ,γ−norm=tγ/2δxδξ,γ−norm=tγ/2δx\delta_{\xi, \gamma-norm} …