AAM Alignment 算法扩展

        AAM Alignment算法是从Lucas-Kanade方法派生出来的,该方法在光流计算和AAM模型中都大获成功,不同的是由于AAM模型中存在PCA降维、形变Warp操作和纹理匹配,使得该方法有了多种多样的变形和匹配算法,在效果和计算复杂度上各有千秋。这次内容是对上次内容的补充,增加了纹理变化内容。主要参考了Lucas-Kanade 20 Years On - A Unifying Framework Part 1~Part 3,Active Appearance Models Revisited,Optimization problems for fast AAM fitting in-the-wild等文章中的相关内容,自己能力有限,也有许多地方不太理解,比如关于投影空间的weighted L2 Norms如何得到的,希望知道的朋友可以给我帮助。Fast SIC方法是在ICCV2013上提出的新方法,精度比POIC更高,速度比SIC更快,属于一种折中吧,不过这种折中让人们可以在速度和精度上有更多的选择。

AAM Alignment 算法扩展_第1张图片

AAM Alignment 算法扩展_第2张图片






AAM Alignment 算法扩展_第3张图片


AAM Alignment 算法扩展_第4张图片

你可能感兴趣的:(AAM Alignment 算法扩展)