人脸对齐（二）：Active Shape Models ---Their Training and Application

Active Shape Model ---Their Training and Application

       内容说明：本博客内容主要是针对T.F. Cootes早期的关于ASM的论文《Active Shape Models ---Their Training and Application》介绍个人的理解，算是个人的学习总结，ASM是比较早的算法，我是结合论文原文和相关中文资料来理解的，主要参考内容的链接也将给出。本人初学者，难免会有理解不透彻或理解错误之处，还望各位不吝指教。

       论文链接： Active Shape Model --- Their Training and Application  （详细内容请阅读英文原文）

       博客链接：ASM(Active Shape Model)算法介绍  （这是一篇 很好的 关于ASM的博客，但是我还是对很多公式或者符号的含义不太清楚，本文则是以原文电阻的示例来对一些公式符号进行理解）

一、简单介绍

       论文原文开头介绍了ASM的发展历程，从"Hand Crafted" Model 到 Articulated Models 再到Active Contour Models （“Snake”）等等，才发展到ASM算法。虽然接下来的主要内容是以电阻模型为示例介绍ASM的训练（Training）和测试（Testing）和相关应用，但是我觉得对这些发展过程的了解是很重要的（请参考原文）。

       ASM是一种基于 统计 的 点分布模型（Point Distribution Models），在PDM中，一个物体的几何形状可以通过若干关键特征点的坐标按照一定次序串联形成一个向量来表示，如电阻、人脸、心脏图等等。下面过程以电阻为例。

二、ASM训练

       ASM训练的主要步骤：

       Step1 :  建立形状模型

                 （1）训练数据的获取，即大量的已标定特征点的电阻图片；

                 （2）获取特征向量，即将每一个用于训练的电阻照片的特征点按照一定的顺序串联成一个向量；

                 （3）对形状进行归一化和对齐（对齐采用Procrustes方法）；