常规目标识别是目标可能出现于不同方位的模式分析中的一个特定应用。目标还可能出现在不同距离上，产生尺度差异和细节更少的图像。最后，如果位置未知，分类算法必须应用于测试输入中的所有可能性。

    特定分类器能够实现这个目标，使用的快速方法在常规目标识别应用中受到欢迎。一种分类器是失真不变滤波器（distortion-invariant filter--DIF），这种滤波器能够利用快速傅里叶变换(FFT)来实现，对移动的多个目标进行定位。单独一个DIF能够应付所有的方向视角和许多尺度失真。

    DIFs在测试集中利用了表示预期失真的训练集图像。许多不同的滤波器被开发，用于解决各种失真问题。现在，Carnegie Mellon大学的Rohit Patnaik和David Casasent展示了一种新方法，他们将DIFs和核技术结合起来，满足了快速在线滤波器偏移的需要，改善了滤波器性能。更多信息，访问http://spie.org/x31555.xml。

编译：马婕婷
（中国图像网报道）