主动形状模型及应用研究开题报告

全文总字数：1192字

1. 研究目的与意义

ASM（主动形状模型）是建立在PDM（点分布模型）的基础上，通过训练图像样本获取训练图像样本的特征点分布的统计信息，并且获取特征点允许存在的变化方向，实现在目标图像上寻找对应的特征点的位置。主动形状模型是面部特征定位、人脸识别和表情识别等模式识别领域中常用的一种方法。同时也是基于可变行模板的常用方法之一,能适应目标轮廓在一定范围内的变化同时不改变目标特征的多样性,即使在复杂背景下也能较为精确的提取目标轮廓特征。

2. 国内外研究现状分析

清华大学基于ASM框架提出了全自动人脸特征点定位算法，改进了传统ASM方法中用灰度图像的梯度分布进行局部纹理建模的方法,引入了基于随机森林分类器和点对比较特征的局部纹理建模方法。

国防科技大学基于主动形状模型(ASM)提出了一种自动人脸脸型分类方法，可以区分圆脸，方脸，椭圆脸等。江南大学改进ASM方法提高搜索速度与特征点定位的精度，最终构造神经网络分类器进行人脸表情识别实验,得到了较好的识别率。

3. 研究的基本内容与计划

一、研究内容

在matlab平台上设计开发基于图像处理的实验，先从目标图像提取开始，分析目标信息，然后基于asm框架试图补全被遮挡的目标。

二、研究计划

4. 研究创新点

实验对象针对生活中常见的物品，如被遮挡的苹果，街道上拥堵的汽车，通过程序试图将目标还原，并可以进一步提取相应信息，如物体的形状，轮廓，大小等等。