AAM和ASM网址

有一部分内容转自：主動外觀模型(AAM)

AAM的思想最早可以追溯到1987年kass等人提出的snake方法，主要用於邊界檢定與圖像分割。該方法用一條由n個控制點組成的連續閉合曲線作為snake模型，再用一個能量函數作為匹配度的評價函數，首先將模型設定在目標對象預估位置的周圍，再通過不斷迭代使能量函數最小化，當內外能量達到平衡時即得到目標對象的邊界與特征。1989年yuille等人此提出使用參數化的可變形模板來代替snake模型，可變形模板概念的提出為aam的產生奠定了理論基礎。1995年cootes等人提出的asm演算法是aam的直接前身，asm採用參數化的採樣形狀來構成對象形狀模型，並利用pca方法建立描述形狀的控制點的運動模型，最後利用一組參數來控制形狀控制點的位置變化從而逼近當前對象的形狀，該方法只單純利用對象的形狀，因此準確率不高.1998年，cootes等人在asm演算法的基礎上首先提出aam，與asm的不同之處是他不僅利用了對象的形狀信息而且利用了對象的紋理信息。 

1) Tim Cootes in University of Manchester, UK

http://www.isbe.man.ac.uk/~bim/

2) Mikkel B. Stegmann in Danmark Technical University, Danmark

http://www2.imm.dtu.dk/~aam/

3) Surrey Ravl -- A Fantastic Open Source for Recognition and Vision Library

http://www.ee.surrey.ac.uk/Research/VSSP/RavlDoc/share/doc/RAVL/Auto/Basic/Tree/Ravl.API.Images.AAM.html

4) Iain Matthews and Simon Baker in Carnegie Mellon University

http://www.ri.cmu.edu/project_lists/index.html

http://www.ri.cmu.edu/projects/project_448.html

5) AAMToolbox -- matlab toolbox for AAM, Dr. Andrew Hanna, University of East Anglia

http://www2.cmp.uea.ac.uk/~aih/

6) Relate -- Andrew Blake in Cambridge (Active Contour Model)

http://www.robots.ox.ac.uk/~contours/

7) Candide -- CANDIDE - a parameterized face

http://www.lysator.liu.se/~eru/research/

http://www.icg.isy.liu.se/candide/

http://www.icg.isy.liu.se/candide/javacandide.html

8) http://www.visionopen.com/cv/aam.php

9) ASMLibrary + AAMLibrary (based on opencv)

http://code.google.com/p/asmlibrary/

http://code.google.com/p/aam-library/

10) Active Shape Models with Stasm

http://www.milbo.users.sonic.net/stasm/

 

• asmlibrary/aamlibrary
  
  描述
  主动形状/外观模型库（ASMLibrary/ AAMLibrary）源代码，其中包括ASMBuilding/的AAMBuilding，以及ASMFitting/ AAMFitting算法。在基于OpenCV的1.0下的定位脸和面部识别功能。
• AAM-API
  
  介绍
  
  AAM-API是一个C++实现的主动外观模型框架。通过连接的AAM库中，它可以用来作为一个传统的API，或它可以被用作一个预编译的命令行程序，例如作为一个部分的图像分析课程。完整的套件包括AAMLab，Matlab脚本注释的形状和通信的API，源代码文件和项目文件。
  
  在的AAMLab是一个Windows程序，提供了一个GUI前端的API所提供的功能。这包括运行模式搜索，实时可视化模式的变化，训练集注释。
  
  该软件运行在Windows平台上，部分是基于以下的软件库：
  MS VisionSDK - 图像，矢量和矩阵处理等。
  LAPACK - 矩阵处理，特征和奇异值分解等。
  
  微软的Visual C++需要重新编译或修改的源代码。