FAST是一种角点检测算法，用于提取特征点，在许多计算机视觉任务中跟踪和映射对象。
FAST算法最初由Edward Rosten和Tom Drummond开发并于2006年发布。其优势在于计算效率。由于高效率，FAST算法非常适合实时视频处理。
FAST算法实例
任务：图像中像素p是否会被识别为关键点
条件：强度为Ip，选择适当的阈值t，围绕被测像素是一个16像素的圆圈。
流程：现在像素p是一个角，如果在圆中存在一组n个连续像素（16个像素），它们都比Ip+t亮，或者都比Ip-t暗。为了使算法更快，首先将圆的像素1、5、9和13的强度与Ip进行比较。
从上图可以看出，这四个像素中至少有三个应该满足阈值标准，这样关键点才会存在。
如果四像素值中的至少三个——I1、I5、I9、I13不高于或低于Ip+t，则p不是关键点。
在这种情况下，拒绝像素p作为可能的关键点。否则，如果至少三个像素高于或低于Ip+t，则检查所有16个像素并检查12个连续像素是否符合标准。
对图像中的所有像素重复该过程。
注意：对于<12，算法不能很好地运行，因为当n<12时，检测到的关键点数量非常多。其次，16个像素的查询顺序决定了算法的速度。
FAST算法在清晰图像上效果不佳
FAST不能检测计算机生成的图像上与x轴和y轴完全对齐的角点。由于检测到的角落必须在中心周围有一个更暗或更亮的像素值环，包括角落的两个边缘，所以FAST算法在清晰的图像效果不佳。
解决此问题的方法是通过高斯滤波器，向图像添加模糊，以便角落可以被FAST算法检测到。
