사람은 두 이미지 안에서 물체가 회전해 있거나, 다른 위치에 있거나 작아져 있어도 같은 책이 존재하는 것을 인식하기 쉽다. 하지만 이미지를 숫자로 인식하는 컴퓨터가 사람처럼 스케일이 달라져 있거나 회전해 있거나 다른 위치에 존재했을 때, 같은 물체라고 인식하기는 어렵다.
그 방법은 사람이 시각을 이용하는 방법에서 착안할 수 있다. 사람이 다른 이미지에서 같은 물체라는 것을 인식하고 싶을 때, 비슷하다고 인식하는 물체들을 색깔과 크기, 형태 등등 비교(대응)해본다. 컴퓨터 또한 서로 다른 이미지에서의 대응점 찾기(Correspondence Problem)는 이를 해결해주는 유용한 방법이다. 대응점 찾기는 검출(특징점 찾기) -> 기술(특징점 주변 속성을 알아냄) -> 매칭(대응점 찾기)을 이용해서 인식한다.
대응점 찾기위해서 물체의 형태는 큰 유용한 정보이다. 도형의 형태를 알기 위해서 에지 기술이 물체를 검출하기위한 방법으로 주목을 받았다. 허나 에지는 에지의 감도와 에지의 방향에 대한 정보만을 가지고 있기에, 물체의 형태는 파악 할 수 있지만, 스케일이 달라져있거나, 회전 등의 변화에 대한 정보가 부족하여 매칭을 하기 어려움을 가지고 있다.
지역 특징은 에지를 기반으로 다른 곳과 다른 점(지역적 비교)과 다른 풍부한 정보를 토대로 매칭의 정확도를 올린 방법이다. 지역 특징 검출은 물리적 의미(에지)보다 물체의 이미지 상 변화에도 특징점의 반복성(다른 영상에도 동일) 지속되는 것에 더욱 중요시한다. 즉 제 3자의 눈에서는 물체는 공변 하지만 물체의 입장에서는 불변하는 것에 집중하는 것이다.
지역 특징은 4가지의 정보를 가지고 있는다. 위치, 스케일, 방향 , 특징 벡터 위치와 스케일은 검출에서 이용하며 공변적이다. 방향과 특징 벡터는 기술에서 이용되며 불변적이다.