Une approche non linéaire pour la reconnaissance des formes statistique: application à la céphalométrie
Résumé
Dans cet article, nous comparons deux approches, l'une linéaire, l'autre non linéaire, pour la localisation statistique de points caractéristiques sur des images 2D. Un modèle statistique est construit à partir d'un ensemble d'images expertisées, nécessitant un recalage entre images. Le recalage rigide est la solution linéaire classique, que nous comparons à une solution non linéaire : elle consiste à projeter les coordonnées des points expertisés dans un espace de dimension supérieure et à rechercher la meilleure représentation dans cet espace. La projection inverse de cette représentation moyenne assure la localisation des points caractéristiques recherchés sur une nouvelle image. Ces méthodes sont appliquées dans le cadre de la céphalométrie et les résultats illustrent la supériorité de l'approche non linéaire.
Origine : Fichiers produits par l'(les) auteur(s)
Loading...