转：ASM复杂物体识别建模的一个很好的方法！

ASM（Active Shape Model）：分为训练和搜索两步。训练时，建立各个特征点的位置约束，构建各个特定点的局部特征。搜索时，迭代的匹配。
第一步：训练：
首先，构建形状模型：
搜集n个训练样本（n=400）；
手动标记脸部特征点；
将训练集中特征点的坐标串成特征向量；
对形状进行归一化和对齐（对齐采用Procrustes方法）；
对对齐后的形状特征做PCA处理。
接着，为每个特征点构建局部特征。目的是在每次迭代搜索过程中每个特征点可以寻找新的位置。局部特征一般用梯度特征，以防光照变化。有的方法沿着边缘的法线方向提取，有的方法在特征点附近的矩形区域提取。

  第二步：搜索：
              首先：计算眼睛（或者眼睛和嘴巴）的位置，做简单的尺度和旋转变化，对齐人脸；
              接着：在对齐后的各个点附近搜索，匹配每个局部特征点（常采用马氏距离），得到初步形状；
              再用平均人脸（形状模型）修正匹配结果；
              迭代直到收敛。
             另外，常采用多尺度的方法加速。搜索的过程最终收敛到高分辨率的原图

雨滴云屏系统彩用当前主流的Html5+JavaScript ,网络技术取代自定义串口屏通讯接口，实现远超GUI的功能，比如音视频、WIFI、3G、4G等功能。设计架构单片机+安卓，串口屏替代方案、大彩屏的解决方案