AAM算法简介

本文介绍了AAM(Active Appearance Models)算法的发展历程,从Snake(Active Contour Models)的弱约束和高计算量问题,到ASM(Active Shape Models)通过迭代寻找匹配点的方式,再到Combined Appearance Models结合形状和纹理的相关性建立更精确模型,最后详细阐述了AAM如何整合形状和外观特征,提供更优的识别效果。

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

History

1.Snake (Active Contour Models) --1989
2.ASM (Active Shape Models) --1995
3. Combined Appearance Models
4.AAM (Active Appearance Models)[1] --1998

1.Snake (Active Contour Models)

(1)从对象附近的曲线开始拟合
Discrete snake:离散的控制n个控制点
(2)调整曲线拟合的边界
        通过最小化能量函数:
                                          
(3)缺点:
  • 弱约束条件
  • 高计算量
  • 不能计算内边界
  • 因为没有先验知识,所以不能获得最优结果


2.ASM (Active Shape Models) 

(1)用先验知识训练
(2)可变参数
                                       
         :位置;S:尺度大小;:方向;b:形状参数
       
(3)统计形状模型
将统计模型应用到数据集的Shape,使得可以分析Shape的差异和变化
定义的v个顶点的坐标,组成mesh网格的形状:
                                        
评论 21
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