Ein Active Appearance Modell (AAM) ist ein Computer Vision Algorithmus zum Abgleichen eines statistischen Modells von Objektform und -erscheinung mit einem neuen Bild. Sie werden während einer Trainingsphase gebaut. Ein Satz von Bildern, zusammen mit den Koordinaten der Orientierungspunkte, die in allen Bildern erscheinen, wird dem Supervisor zur Verfügung gestellt.
Das Modell wurde erstmals von Edwards, Cootes und Taylor im Rahmen einer Gesichtsanalyse auf der dritten International Conference on Face and Gesture Recognition im Jahr 1998 vorgestellt. Cootes, Edwards und Taylor beschrieben den Ansatz weiter als eine allgemeine Methode der Computervision auf der European Conference on Computer Vision im selben Jahr. Der Ansatz ist weit verbreitet für das Matching und Tracking von Gesichtern und für die Interpretation medizinischer Bilder.
Der Algorithmus nutzt die Differenz zwischen der aktuellen Schätzung des Erscheinungsbildes und dem Zielbild, um einen Optimierungsprozess anzustoßen. Durch die Nutzung der Techniken der kleinsten Quadrate kann es sich sehr schnell an neue Bilder anpassen.
Es bezieht sich auf das aktive Farbmodell (ASM). Ein Nachteil von ASM ist, dass es nur Formbeschränkungen verwendet (zusammen mit einigen Informationen über die Bildstruktur in der Nähe der Landmarken) und nicht alle verfügbaren Informationen nutzt – die Textur über das Zielobjekt. Dies kann mit einem AAM modelliert werden.
Vielen Dank für Ihren Besuch.