主动外观模型

主动外观模型（AAM）是一种计算机视觉算法，用于将物体形状和外观的统计模型与新图像相匹配。它们是在训练阶段建立的。一组图像，连同出现在所有图像中的地标的坐标，被提供给训练主管。

该模型是由Edwards、Cootes和Taylor在1998年第三届国际人脸和手势识别会议上首次在人脸分析的背景下提出的。Cootes、Edwards和Taylor在同年的欧洲计算机视觉会议上进一步描述了该方法作为计算机视觉的一般方法。

该方法被广泛用于匹配和跟踪人脸以及医学图像解释。

该算法使用当前的外观估计和目标图像之间的差异来驱动一个优化过程。通过利用最小二乘法技术，它可以非常迅速地匹配到新的图像。

它与主动形状模型（ASM）有关。ASM的一个缺点是它只使用形状约束（连同一些关于地标附近图像结构的信息），而没有利用所有可用的信息--目标物体的纹理。这可以用AAM来模拟。

主动外观模型（AAM）是基于主动外观模型的图像分割算法，该方法可以分为两大部分，

第 一部分是训练部分，即构造一个事物的主动外观模型，这部分需要一个训练集，它的作用是让程序记住需要切割的图像的形状特征和外观特征；

第二部分是图像分割阶段，这个部分是将刚才的训练集收集的关于该事物的特征在需要分割的图像里面寻找，找到与训练集相似的物体图像的轮廓和外观，然后将其从整幅的图像中分割出来。