检测和识别图像中的局部特征是至关重要的计算机视觉软件的一部分，特别是在图像匹配方面应用。最近，深度学习架构已经获得了通过超越传统方法来提高受欢迎程度。然而，这些新方法只解决了包括特征检测的图像处理链，方向计算和表示提取。这技术，称为“学习不变特征”Transform”（LIFT）通过以下方式为这一限制提供了一种解决方案以优化的方式一起执行所有这些步骤。LIFT包括一种训练特征检测器的方法图像处理器。首先，通过检测来生成得分图图像中的特征。质心的位置然后计算得分图并用于估计图像局部补丁的方向。一旦定向如果补丁已经建立，可以旋转它以提供特征描述。使用暹罗网络可以有效地依次训练描述符、方向估计器和特征检测器，每个都依赖于前面的组件或组件。