Un modelo de apariencia activa ( AAM ) es un algoritmo de visión artificial que permite hacer coincidir un modelo estadístico de la forma y la apariencia de un objeto con una nueva imagen. Se construyen durante una fase de entrenamiento. Se proporciona al supervisor de entrenamiento un conjunto de imágenes, junto con las coordenadas de los puntos de referencia que aparecen en todas las imágenes.
El modelo fue introducido por primera vez por Edwards, Cootes y Taylor en el contexto del análisis facial en la 3.ª Conferencia Internacional sobre Reconocimiento de Rostros y Gestos, en 1998. [1] Cootes, Edwards y Taylor describieron además el enfoque como un método general en visión por computadora en la Conferencia Europea sobre Visión por Computadora del mismo año. [2] [3] El enfoque se utiliza ampliamente para hacer coincidir y rastrear rostros y para la interpretación de imágenes médicas .
El algoritmo utiliza la diferencia entre la estimación actual de la apariencia y la imagen de destino para impulsar un proceso de optimización . Aprovechando las técnicas de mínimos cuadrados , puede adaptarse a nuevas imágenes con mucha rapidez.
Está relacionado con el modelo de forma activa (ASM). Una desventaja del ASM es que solo utiliza restricciones de forma (junto con cierta información sobre la estructura de la imagen cerca de los puntos de referencia ) y no aprovecha toda la información disponible: la textura del objeto de destino. Esto se puede modelar utilizando un AAM.
Referencias
- ^ Edwards, GJ; Taylor, CJ; Cootes, TF (1998). "Interpretación de imágenes de rostros mediante modelos de apariencia activa". Actas de la Tercera Conferencia Internacional IEEE sobre Reconocimiento Automático de Rostros y Gestos . p. 300. CiteSeerX 10.1.1.33.1784 . doi :10.1109/AFGR.1998.670965. ISBN 978-0-8186-8344-2.S2CID11269423 .
- ^ Cootes, TF; Edwards, GJ; Taylor, CJ (1998). "Modelos de apariencia activa". Visión artificial — ECCV'98 . Apuntes de clase en informática. Vol. 1407. pág. 484. CiteSeerX 10.1.1.374.7954 . doi :10.1007/BFb0054760. ISBN 978-3-540-64613-6.S2CID2230657 .
- ^ Cootes, TF; Edwards, GJ; Taylor, CJ (2001). "Modelos de apariencia activa". IEEE Transactions on Pattern Analysis and Machine Intelligence . 23 (6): 681. CiteSeerX 10.1.1.128.4967 . doi :10.1109/34.927467.
Un poco de lectura
- TF Cootes, CJ Taylor, DH Cooper y J. Graham. Modelos de entrenamiento de formas a partir de conjuntos de ejemplos. En Proceedings of BMVC'92, páginas 266–275, 1992
- SC Mitchell, JG Bosch, BPF Lelieveldt, RJ van der Geest, JHC Reiber y M. Sonka. Modelos de apariencia activa en 3D: segmentación de imágenes de resonancia magnética y ecografía cardíacas. IEEE Trans. Med. Imaging, 21(9):1167–1178, 2002
- TF Cootes, GJ Edwards y CJ Taylor. Modelos de apariencia activa. ECCV, 2:484–498, 1998[pdf]
Enlaces externos
- Profesor Tim Cootes Código AAM Herramientas gratuitas para experimentar con AAM de la Universidad de Manchester (solo para uso en investigación).
- Profesor Tim Cootes Página AAM Cocreador de la página AAM de la Universidad de Manchester.
- Página de inicio del Dr. Mikkel B. Stegmann sobre AAM-API, implementación de AAM en C++ (solo para uso no comercial).
- Código Matlab AAM Implementación Matlab de código abierto del algoritmo AAM original.
- AAMtools Una caja de herramientas de modelado de apariencia activa en Matlab por el Dr. George Papandreou.
- Caja de herramientas DeMoLib AAM en C++ por el Dr. Jason Saragih y el Dr. Roland Goecke.
