3.非刚性变换.doc

  1. 1、本文档共11页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
3.非刚性变换.doc

Point Set Registration: Coherent Point Drift Myronenko, A.; Xubo Song; Pattern Analysis and Machine Intelligence, IEEE Transactions on Volume: 32 , Issue: 12 Digital Object Identifier: 10.1109/TPAMI.2010.46 Publication Year: 2010 , Page(s): 2262 - 2275 IEEE Journals Abstract ?|? Full Text: PDF?(2227 KB) 这篇文章讲的是点集配准的问题。 也就是说: 我们的任务是,如何找出这俩点集之间的意义对应的关系: 换言之,也就是找出中间这个变换,是怎么样的? 具体地,给你 (每个点)和 (每个点), 让你找一个变换,使得变换之后得到跟之中的一个能一一对应起来,对应的点对应该越像越好。 作者的思路比较独特,作者把看作是GMM的质心,而看作是点的集合。 只要能求出GMM模型和,就能得到每个对应的那个:就是让 ,也就是最大的那个。 其实是 这样,一一对应的关系就找出来了。 关键问题就是,如何估计GMM,又如何求得? 变换参数 其实,求可以有规可循的: 刚性变换: , 这样的话,求,就是求刚性变换的三个参数:=() 仿射变换: 参数就是:=() 非刚性变换: 参数就是权值= 通过求GMM参数来估计变换参数 给出以上三个情况,我们的人就是把求出来,从而得到每个GMM中的的:. 回忆一下GMM的估计算法,这个算法的目的是,要找到GMM模型中的(也就是找到)和,可以让最小: 这样,我们就把估计的问题,先变成了它的参数的估计,然后又通过GMM,变成了可以通过EM算法来估计的参数。 那么具体地,啥是EM算法呢? 就是通过和两步交替迭代进行,最终收敛,来使得能最小化。 初始化参数: : :求^new跟^new使得 最小 下面的问题就是,如何求得^new跟^new使得这个目标函数最小呢?我们分情况来讨论: 刚性变换 问题就是如何求得来使得 达到最小? 当然就是求导数,然后让这个导数等于零,求出各个参数了。 首先,我们从下手,对Q求t的偏导数,然后让它等于零,解得: 把t带到Q中去,写成矩阵形式: 到了这份上,我们可以给出一个作为工具的定理了: 想要求一个,来, 这个要求的R是这样的: 是A的,其中跟是正交的, 用这个定理,我们试图来解出R来,关键就是如何把求一个让Q最小话的R的问题,套成的样子了 再后头看把t 带回Q之后的式子: 我们会惊奇的发现:只有中有R的踪影,而这个中,恰好就是的样子! 那就太好啦,我们就把Q表达成我们所想要的形式: 最恰好的是:我们要求Q的最小值,而是求最大值的方法,就在这关键时刻,的前面,出现了一个负号!! 这样,就万事大吉啦!我们要求R来最小化Q,就变成了: 它的解是: 有了R,我们就可以求得了。 至于,有了R跟t,直接求Q关于的导数,然后等于零求就行了。 从作者解R的方法上看来,作者不光思路新颖,(想到用GMM的质心个数据点的先验概率来判断一一的对应关系),而且数学功底特别扎实,(想到了用来解R).这一点是非常难得的,尤其在工科出身的研究者中间,往往是仅仅是思路新颖,到了数学方面就不行了。 下面就上刚性配准的算法: 这是把给算出来。 这步把R给解了。 然后就得到了变换的函数: 重新算p_mn,用来求对应关系: 仿射变换 这个跟刚才的刚性变换及其相似,就是没了这个限制条件: 和s,这样的话: 只要分别对Q求B、t、导数然后置零就行了。 上算法: 非刚性变换 这个问题就是如何估计一个函数的问题。 首先作者先给这个函数加一个约束:到目标函数Q里面去,然后通过最小化这个目标函数,来得到一个最优的。 关键是,如何定义这个呢? 作者提出用的来定义 实际上,G是个函数,也就是个低通滤波器,而则是用G的倒数,把的高频部分给保留下来了。也就是说,通过这个变换,把的高频部分给抽取出来,然后做。 好的,吧这项加到Q目标函数上之后: 变成了 下面就是如何来求这个v了? 作者说,要求的这个,必然满足一下这个等式: 这个问题的解就是: 好不容到了这一步,我们总算有了这样一个头绪。现

文档评论(0)

ailuojue1 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档