1、SIFT SIFT：尺度不變特徵變換(Scale-invariant features transform)。SIFT是一種檢測區域性特徵的演算法，該演算法透過求一幅圖中的特徵點（interest points,or corner points）及其有關scale 和 orientation 的描述子得到特徵並進行影象特徵點匹配，獲得了良好效果。SIFT特徵不只具有尺度不變性，即使改變旋轉角度，影象亮度或拍攝視角，仍然能夠得到好的檢測效果

2、SURF SURF:加速穩健特徵（Speeded Up Robust Features）。SURF是對SIFT演算法的改進，其基本結構、步驟與SIFT相近，但具體實現的過程有所不同。SURF演算法的優點是速度遠快於SIFT且穩定性好。

3、HOG HOG:方向梯度直方圖（Histogram of Oriented Gradient）。

4、DOG DOG：高斯函式的差分(Difference of Gaussian)。

5、LBP特徵，Haar特徵等

高階點的智慧演算法包括粒子演算法、卡爾曼、蟻群、退火、神經網路....

常規的經典演算法包括梯度、Hessian 矩陣、拉格朗日乘數、單純形法、梯度下降法.....

還可以看一下凸最佳化、線性規劃等等