Point Distribution Model

Point Distribution Model

En vision artificielle, le Point Distribution Model (PDM, ou Modèle à Distribution de Points) est un modèle d'analyse et de représentation de forme. Il consiste en un prototype d'une forme moyenne doté de modes de variation combinables appris à partir d'un ensemble d'apprentissage d'instances de la forme étudiée. Il a été mis au point par Cootes, Taylor et al[1],[2], et représente un standard en vision par ordinateur pour la délinéation d'images 2D et 3D[1], avec des applications possibles en morphométrique statistique[3].

En vision par ordinateur, un modèle explicite de forme est un atout lorsqu'il s'agit d'interpréter des images localement ou globalement bruitées, peu contrastées, voire présentant des artefacts: autant de défauts inhérents à diverses modalités d'imagerie médicale en particulier. Les méthodes exploitant le PDM pour la délinéation sont l'Active shape model (ASM) et l'Active Appearance Model (AAM), qui consiste à générer des instances d'image autour de l'objet appris jusqu'à l'atteinte d'une similarité satisfaisante avec l'image à identifier.

Les PDMs reposent sur l'annotation des instances de l'ensemble d'apprentissage par des Points correspondants, ou amers (landmark en anglais). Un amer est un point labellisé, déposé par un expert anatomiste (ou du domaine applicatif concerné) sur le même locus (endroit de forme) pour toute instance de l'ensemble d'apprentissage. Par exemple, lorsqu'on annotera une population de contours 2D de mains posés à plat par 50 landmarks, le landmark n°25 désignera systématiquement le sommet de l'index.

L'Analyse en composantes principales (ACP), par exemple, est une méthode d'analyse statistique apte à capturer les corrélations de mouvement entre les landmarks d'un ensemble d'apprentissage. Typiquement, l'ACP détecte que les points sur l'index bougent de concert sur toutes les instances de mains posées à plat de l'ensemble d'apprentissage.


Les principales étapes à réaliser sont les suivantes:

  1. Annotation des instances de l'ensemble d'apprentissage par des landmarks en quantité suffisante pour approximer la géométrie de la forme (i.e rendre reconnaissable la forme). C'est un problème ouvert en général[3], bien qu'assez facile pour des formes simples (par exemple: mains 2D[1],[3]).
  2. Alignement des instances annotées en utilisant l'analyse généralisée de Procrustes (Generalized procrustes analysis). Selon la définition de forme de Kendall[4], la forme est une information géométrique invariante par rotation, translation, et (généralement: cf "size-and-shape[4]") homothétie. Une forme moyenne, correspondant au prototype, peut alors être déterminée après l'alignement.
  3. A ce stade, l'ensemble d'apprentissage annoté de n landmarks aligné peut être considéré comme un nuage de points dans un espace de dimension 2n ou 3n (2D/3D), dont l'origine est la forme moyenne. Dans cette espace, les coordonnées d'une instance de forme sont simplement obtenues par concaténation des coordonnées de ses n landmarks. En supposant que la répartition des points dans cet espace soit gaussienne, l'ACP est l'outil le plus simple et approprié à son étude.
  4. L'ACP calcule les vecteurs et valeurs propres normalisées de la matrice de covariance de l'ensemble d'apprentissage aligné. Chaque vecteur propre décrit un mode de variation de forme déduit de l'ensemble d'apprentissage, et la valeur propre correspondante indique l'importance que représente ce mode par rapport à la dispersion totale.


Comme l'ACP réalise une réduction de données, on constate que les premiers modes de variation représentent l'essentiel de la variance totale (5 modes pour 92% dans[5]) : on peut donc réduire nos ns instances de dimension 2nl(3nl) à ns instances de dimension 2 * 5(3 * 5) dans l'espace de forme. Si une telle décroissance n'est pas constatée, il est probable que les landmarks aient été mal choisis et disposés en tant qu'invariants de forme qu'ils devraient être.

En se plaçant à nouveau dans l'espace Euclidien, on peut considérer un vecteur propre comme une séquence de ns vecteurs de dimension 2(3) associés à chaque landmark et indiquant un déplacement linéaire pour chacun d'eux, soit un déplacement non-linéaire par morceaux à l'échelle de la forme. En général, la méthode parvient bien à analyser et approximer des variations non-linéaires modérées (cf. [1]), bien que des méthodes d'ACP à noyaux soient recommandées en cas de fortes non-linéarités.

Sommaire

Sélection d'articles de référence (en anglais)

  1. a, b, c et d "D.H. Cooper and T.F. Cootes and C.J. Taylor and J. Graham", "Active shape models - their training and application", 1995, "38--59" p., chap. 61 
  2. T. F. Cootes, Statistical models of appearance for computer vision, mai 2004 , [PDF]http://www.isbe.man.ac.uk/~bim/Models/app_models.pdf
  3. a, b et c "Rhodri H. Davies and Carole J. Twining and P. Daniel Allen and Tim F. Cootes and Chris J. Taylor", "Shape discrimination in the Hippocampus using an MDL Model", 2003  [PDF] http://www2.wiau.man.ac.uk/caws/Conferences/10/proceedings/8/papers/133/rhhd_ipmi03%2Epdf
  4. a et b "Statistical Shape Analysis", "Ian L. Dryden and Kanti V. Mardia", 1998 (ISBN 0-471-95816-6) 
  5. Stegmann, M. B. et Gomez, D. D., A Brief Introduction to Statistical Shape Analysis, 2002 , http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=403

Articles en langue française

Voir aussi, sur Wikiedia.en

Liens externes

Le rapport suivant synthétise les principales avancées dans la discipline : http://www.isbe.man.ac.uk/~bim/Models/app_models.pdf


Wikimedia Foundation. 2010.

Contenu soumis à la licence CC-BY-SA. Source : Article Point Distribution Model de Wikipédia en français (auteurs)

Игры ⚽ Нужен реферат?

Regardez d'autres dictionnaires:

  • Point Distribution Model — Point Distribution Models werden im Bildverstehen eingesetzt. Man kann damit zweidimensional oder dreidimensional Objekte aus der wahren Welt modellieren. Ihre Stärke entfaltet sich bei Objekten, die sich in einer flüssigen Art und Weise… …   Deutsch Wikipedia

  • Point distribution model — The point distribution model is a model for representing the mean geometry of a shape and some statistical modes of geometric variation inferred from a training set of shapes. It has been developed by Cootes, [citation author = T. F. Cootes title …   Wikipedia

  • Point-to-point transit — refers to a transportation system where a plane, bus or train travels directly to a destination, rather than going through a central hub. This differs from the spoke hub distribution paradigm in which the transportation goes to a central location …   Wikipedia

  • Active shape model — Active shape models (ASMs) are statistical models of the shape of objects which iteratively deform to fit to an example of the object in a new image. The shapes are constrained by the PDM (Point Distribution Model) Statistical Shape Model to vary …   Wikipedia

  • Model United Nations (MUN) Resolution — is a simulated report of the real United Nations resolutions. These resolutions are written by the participants of Model United Nations conferences, who are usually high school or college students. Resolutions are vital to all MUN conferences… …   Wikipedia

  • Point process — In statistics and probability theory, a point process is a type of random process for which any one realisation consists of a set of isolated points either in time or geographical space, or in even more general spaces. For example, the occurrence …   Wikipedia

  • Distribution mangagement system — SCADA systems have been a part of utility automation for at least 15 years and contributing to the decision making process of the control rooms. However, majority of the existing solutions are closely related to distribution network data… …   Wikipedia

  • Point particle — Standard model of particle physics Standard Model …   Wikipedia

  • Distribution — Contents 1 In mathematics, science, and technology 1.1 In mathematics 1.2 In science …   Wikipedia

  • Point spread function — The point spread function (PSF) describes the response of an imaging system to a point source or point object. A related but more general term for the PSF is a system s impulse response. The PSF in many contexts can be thought of as the extended… …   Wikipedia

Share the article and excerpts

Direct link
Do a right-click on the link above
and select “Copy Link”