active appearance models (aam)
DESCRIPTION
Active Appearance Models (AAM). 18.12.2003 Mario Ullrich. Warum das Ganze?. Wie gelangt man dort hin?. Erstellen des Modells Das Active Shape Modell Erweiterung um Texturen Vereinigung Modell Suche Korrektur der Parameter Iterative Minimierung Beispiele Zusammenfassung. - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: Active Appearance Models (AAM)](https://reader036.vdocuments.mx/reader036/viewer/2022062310/5681678d550346895ddcb1fa/html5/thumbnails/1.jpg)
Active Appearance Models (AAM)
18.12.2003Mario Ullrich
![Page 2: Active Appearance Models (AAM)](https://reader036.vdocuments.mx/reader036/viewer/2022062310/5681678d550346895ddcb1fa/html5/thumbnails/2.jpg)
2
Warum das Ganze?
![Page 3: Active Appearance Models (AAM)](https://reader036.vdocuments.mx/reader036/viewer/2022062310/5681678d550346895ddcb1fa/html5/thumbnails/3.jpg)
3
Wie gelangt man dort hin?1. Erstellen des Modells
1. Das Active Shape Modell2. Erweiterung um Texturen3. Vereinigung
2. Modell Suche1. Korrektur der Parameter2. Iterative Minimierung
3. Beispiele4. Zusammenfassung
![Page 4: Active Appearance Models (AAM)](https://reader036.vdocuments.mx/reader036/viewer/2022062310/5681678d550346895ddcb1fa/html5/thumbnails/4.jpg)
4
Active Shape Modell• Annotierte Trainingsbilder
• Ausrichten der Trainingsdaten• Hauptkomponentenanalyse
• Erstellen des Modells
![Page 5: Active Appearance Models (AAM)](https://reader036.vdocuments.mx/reader036/viewer/2022062310/5681678d550346895ddcb1fa/html5/thumbnails/5.jpg)
5
Erweiterung mit Texturen Ziel : Erstellen einer Beschreibung
der Durchschnittstextur der Form
• Speichern des Grauwerts von jedem Pixel
• Werte normieren : Skalierung und Offset
• Hauptkomponentenanalyse auf den normierten Daten
![Page 6: Active Appearance Models (AAM)](https://reader036.vdocuments.mx/reader036/viewer/2022062310/5681678d550346895ddcb1fa/html5/thumbnails/6.jpg)
6
Vereinigung zum AAM(1/2)Gegeben :
• Weitere Hauptkomponentenanalyse • Ws als Ausgleich für Form- und Texturparameter
• Ergebnis: „ ein b“
![Page 7: Active Appearance Models (AAM)](https://reader036.vdocuments.mx/reader036/viewer/2022062310/5681678d550346895ddcb1fa/html5/thumbnails/7.jpg)
7
Vereinigung zum AAM(2/2)• So kann für ein gegebenes c ein neues Trainingsbild angepasst werden, indem die Texturen des Vektors g generiert werden und sie in die Kontrollpunkte in x eingebunden werden.
• mit den Formeln
![Page 8: Active Appearance Models (AAM)](https://reader036.vdocuments.mx/reader036/viewer/2022062310/5681678d550346895ddcb1fa/html5/thumbnails/8.jpg)
8
Suche
Angleichen des Modells an das Bild
ABER WIE?
![Page 9: Active Appearance Models (AAM)](https://reader036.vdocuments.mx/reader036/viewer/2022062310/5681678d550346895ddcb1fa/html5/thumbnails/9.jpg)
9
SucheProblem: Optimiere den Unterschied zwischen Bild und Modell
Lösung: Variation des Vektors c,
jedoch : Hochdimensionales Problem
Ansatz: Optimierungsproblem wiederholt sich
finden einer linearen Abhängigkeit
absichtliches Stören von Parametern
![Page 10: Active Appearance Models (AAM)](https://reader036.vdocuments.mx/reader036/viewer/2022062310/5681678d550346895ddcb1fa/html5/thumbnails/10.jpg)
10
Suche• Position, Maßstab oder Orientierung ändern
• Aufzeichnen der veränderten g und c
• Anwendung bei den Trainingsbildern
• Multivariate Regression um die lineare Abhängigkeit zu erreichen
![Page 11: Active Appearance Models (AAM)](https://reader036.vdocuments.mx/reader036/viewer/2022062310/5681678d550346895ddcb1fa/html5/thumbnails/11.jpg)
11
SucheIteratives Verfahren zur Angleichung an das Bild
mit gegebener aktueller Schätzung
Vorgehen:1. Fehlervektor berechnen
2. Erwartete Entfernung
3. Neue Schätzung errechnen
4. Neuer Fehler < vorheriger wiederholenoder andere Konstante verwenden
![Page 12: Active Appearance Models (AAM)](https://reader036.vdocuments.mx/reader036/viewer/2022062310/5681678d550346895ddcb1fa/html5/thumbnails/12.jpg)
12
Suchbeispiel
![Page 13: Active Appearance Models (AAM)](https://reader036.vdocuments.mx/reader036/viewer/2022062310/5681678d550346895ddcb1fa/html5/thumbnails/13.jpg)
13
Anwendungsgebiete Mimikerkennung
Verfolgung deformierbarer Objekte
Gesichtserkennung
Medizinische Bilderkennung
![Page 14: Active Appearance Models (AAM)](https://reader036.vdocuments.mx/reader036/viewer/2022062310/5681678d550346895ddcb1fa/html5/thumbnails/14.jpg)
14
Zusammenfassung Vorteile
Echtzeitfähig (ASM) Wiederverwendbar (Modell) (ASM) Deutlich mehr Informationen durch Texturen Dadurch bessere Suchergebnisse
Nachteile Hoher Initialisierungsaufwand (ASM) Große Abhängigkeit von Training Set (ASM) Schlechte Leistung bei ungünstiger Initialisierung Im Vergleich längere Suche als ASM
![Page 15: Active Appearance Models (AAM)](https://reader036.vdocuments.mx/reader036/viewer/2022062310/5681678d550346895ddcb1fa/html5/thumbnails/15.jpg)
15
Vielen Dank für die Aufmerksamkeit !