ASM AAM能用来做什么

本文介绍了主动形状模型(ASM)与主动表观模型(AAM)在多个领域的应用案例,包括人脸检测与识别、医学图像分析、工业检测等。同时也提到了这些技术在自动建模和形状统计方面的进展。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

下面的内容来至Tim Cootes网站。来看一下ASM/ASM能做什么工作。


blog:http://blog.youkuaiyun.com/raby_gyl/article/details/17734615

link:http://personalpages.manchester.ac.uk/staff/timothy.f.cootes/asm_links.html


使用ASM AAM的其他组织或做的相关工作

Mikkel B. Stegmann 有AAM的C++实现,并给出了它在医学和肉图像上的应用的例子。


AAM的扩展——Extension to the AAM


CMU大学的 Simon Baker and Iain Matthews 和他们的同事,在分析和改善AAM更新算法上做了一些惊人的工作。他们已经开发了快速跟踪,模型建立和3D重构算法。真了不起!


Chris Wolstenholme 正在使用小波压缩来减少表观模型和AAM所需要的内存,为了使大脑的3D主动表观模型占用不到一个zigabyte.


Ghassan Hamarneh (Chalmers,Sweden) 研究主动形状模型(ASM)到空—时形状(Spatio-Temporal)形状的扩展,并且设计了一个新的方法用来改变ST-shape模型,可以更好的拟合(匹配)图像序列数据。


人/人脸模型化/跟踪/识别——People/Face Modelling/Tracking/Recognition


Stephen Miborrow 已经拓展了ASM的定位人脸特征。这个网站包含代码和数据。


利兹大学的 视觉组织 正在使用形状和表观做各种各样有趣的事情来理解行为。


Genemation Ltd 正在使用表观模型产生合成人脸,用在电脑游戏产业和心理实验。


Richard Bowden 正在致力于3D PDMs来模型化身体。并且他已经完成了Non-linear PDM's.


NickCosten正在致力于分解人脸的主观模型到表示身份,姿态,表情,关照等的子空间。


Ahlberg正在使用一个修改的AAM来匹配图像序列中的一个3D人脸模型。


Dan W. Hansen  正在一个眼跟踪工具中使用AAMs


医学图像解释——Medical Image Interpretation 


Imorphics公司正在他们的工具中使用3D AAMs用来阐述3D医学图像。


Milan Sonka 和他的组织在阐述ASMs和AAMs在医学图像解释中的适用性表现的非常活跃,用不同的方式使用它们来解决各种各样的问题。Steve Mitchell正在致力于使用2D+time AAMs来分割MR序列中的心脏。


HansBosch正在使用2D+time 模型来定位超声心动(图)序列中心脏的边界。他做了一些很酷的工作,如对强度(intensities)应用一个直方图标准化来将噪声分布转化成近似高斯分布,从而导致在嘈杂回波图像上性能的显著改善。


生物医学图像工程的定量分析使用ASMs来定位和测量3D图像中的结构。


丹麦技术大学,数学模型部门的图像分析部 的研究者,已经使用ASMs和AAMs用作医学图像的解释。


Angela Caunce使用ASMs和一个巧妙的自动训练算法来定位人脑3D MR图像中的主要的沟。


Carole Twining 正在使用ASMs和AAMs来跟踪老鼠以监督它们在迷宫中的行为。


Bram van Ginneken 已经使用ASMs来阐述胸透x照片图像,并且已经完成了令人鼓舞的工作,该工作使用更复杂的分类器来定位模型点的最好位置来改善匹配的性能。


自动建模——Automatic Model Building 


自动建模是指:为了为ASM/AAM产生一个训练集,放置标记(landmarks)到图像集中的每个图像尽可能的自动。尤其对于3D数据很重要,这里精确的标记图像将消耗大量的时间。


Kevin Walker致力于解决这个问题,寻找数据集中每一个图像的区分性特征的匹配,寻找其他图像上的相应部分,然后尝试遍历整个数据集来找到一个全局一致的对应部分。


Alan Brett致力于自动地将标记(lanbmarks)置于一组表面,以便在3D数据中定义有用的对应部分(correspondences)。


Anders Ericsson 致力于2D和3D中的相应成分(correspondence),以及医学图像解释(阐述)中的应用。他还发表了评估2D自动标记算法的测试集和方法。


Rhodri Davies和合作者做了一些杰出的工作,有力地发展了自动寻找遍历3D表面集中的对应部分。


主动斑点——Active Blobs


Stan Sclaroff's Group 正在做有趣的工作——"Active Blobs",这非常接近于AAMs。他们特别感兴趣的是跟踪可变形的目标。


形状统计——Shape Statistics


利兹大学的Kanti Mardia,Ian Dryden 和他们的同事正在关于形状统计的杰出工作。


Fred Bookstein已经完成了形状和薄板样条的开创性工作。


工业检测——Industrial Inspection 


Bernard Rolfe and Matthew Doolan 已经使用统计学模型来检测锻造中的形状误差。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值