活动形状模型：将模型点与目标点匹配

Question

我对Active Shape Models有疑问。我正在使用T. Coots的论文（可以找到here。）

我已经完成了所有的初始步骤（Procrustes Analysis计算平均形状，PCA以减小尺寸），但我仍坚持使用。

这就是我现在的情况：我用点 X 计算了平均形状，并计算了一组新的 Y X 应该移动到，以更好地适应我的形象。

我使用的是以下算法，可以在之前链接的论文的第23页找到：

澄清：是使用Procrustes Analysis计算的平均形状，是包含使用PCA计算的特征向量的矩阵。

一切顺利到第4步。我可以计算姿势参数并将转换反转到 Y 点。

然而，在第5版中，发生了一些奇怪的事情。无论在装订3中计算的姿势参数是什么，并且在装订4中应用，装订5总是产生几乎完全相同的矢量 y＆＃39; ，其值非常低（其中一个为1.17747114e-05，例）。 （所以我是否计算了1/10或1000的比例， y＆＃39; 几乎没有变化）。

这导致算法总是收敛到 b 的相同值，因此在相同的输出形状 x 中，无论目标点的输入集是什么< strong> Y 是我希望模型点 X 匹配。

这肯定不是算法的目标......任何人都可以解释这种奇怪的行为吗？不知何故，将我在步骤5 中计算出的矢量 y 投影到＆＃34;切线平面＆＃34;没有考虑第4步中所做的任何更改。

编辑：我有更多的推理，但没有解释或解决方案。如果在步骤5 中，我手动将 y＆＃39; 设置为仅包含零，则在步骤6 中 b < / strong>等于特征向量的矩阵，乘以meanshape 。这导致我总是得到相同的b（因为 y＆＃39; 总是一个具有非常低值的向量）。

但是这些特征向量是通过使用PCA的平均形状来计算的...所以，预期的是，不应该发生任何变化，对吧？

Answer 1

你可以检查的是你的坐标是否正确缩放：算法假定所有坐标都被缩放，以便平均形状向量具有欧几里德范数1。如果不是这种情况（特别是如果它比一个大得多，你将获得非常小的组件）。