×
于尔根·Dölz;托马斯·格里格;马塞尔·吕蒂;赫尔穆特·哈布雷赫特;托马斯·维特

高斯过程可变形模型的误差控制模型近似。 （英语） Zbl 1443.65030号

数学杂志。成像视觉。 61，第4期，443-457（2019）.
摘要：高斯过程变形模型（GPMM）统一了用于表面和图像配准的各种非刚性变形模型。变形模型，如B样条曲线、径向基函数和PCA模型被定义为使用高斯过程的概率分布。该方法在很大程度上依赖于高斯过程的低阶近似，这对于获得模型的参数表示是必需的。在本文中，我们建议将枢轴Cholesky分解用于此任务，它具有以下优点：（1）与GPMM中使用的最新技术相比，它提供了完全可控的近似误差。该算法贪婪地计算新的基函数，直到达到用户定义的近似精度。（2） 与当前使用的方法不同，该方法可用于类似于黑盒的场景，而该方法自动选择给定模型和精度的基函数数量。（3） 我们建议牛顿基作为GPMM的替代基。所提出的基不需要SVD计算，并且可以迭代细化。我们表明，所提出的基函数实现了竞争注册结果，同时为其计算提供了上述优势。

引用于1文件

MSC公司：

65平方英尺 线性系统和矩阵反演的直接数值方法
第68页第45页 机器视觉和场景理解
94A08型 信息与通信理论中的图像处理（压缩、重建等）

关键词：

非刚性配准;高斯过程;图像配准;形状注册;旋转的Cholesky;高斯过程可变形模型;GPMM公司;统计形状建模

软件：

Scalismo公司;Elastix公司;github
PDF格式BibTeX公司 XML格式引用
\textit{J.Dölz}等人，《数学杂志》。成像视觉。61，第4号，443--457（2019；Zbl 1443.65030）
全文： 内政部 链接

参考文献：

[1] Albrecht，T.，Lüthi，M.，Gerig，T.，Vetter，T.：后部形状模型。医学图像分析。17(8), 959-973 (2013) ·doi:10.1016/j.media.2013.05.010
[2] Amberg，B.，Romdhani，S.，Vetter，T.：曲面配准的最优步长非刚性icp算法。2007年IEEE计算机视觉和模式识别会议，第1-8页。IEEE（2007）
[3] Amit，Y.，Grenander，U.，Piccioni，M.：通过可变形模板恢复结构图像。《美国统计协会期刊》86（414），376-387（1991）·doi:10.1080/01621459.1991.10475053
[4] Beebe，N.H.F.，Linderberg，J.：分子计算中两电子积分生成和转换的简化。国际量子化学杂志。12(4), 683-705 (1977) ·doi:10.1002/qua.560120408
[5] Berlinet，A.，Thomas-Agnan，C.：《概率统计中的核Hilbert空间再现》，第3卷。施普林格，柏林（2004）·Zbl 1145.6202号 ·doi:10.1007/978-1-4419-9096-9
[6] Branz，V.，Vetter，T.：合成三维人脸的可变形模型。摘自：SIGGRAPH’99：第26届计算机图形和交互技术年会论文集，第187-194页。ACM出版社（1999）
[7] 库特斯，T.F.，比斯顿，C.，爱德华兹，G.J.，泰勒，C.J.：使用活动外观模型进行地图集匹配的统一框架。摘自：医学成像信息处理两年期国际会议，第322-333页。斯普林格（1999）
[8] Cuadra，M.B.，Duay，V.，Thiran，J.-P.：基于Atlas的分割。摘自：《生物医学成像手册》，第221-244页。斯普林格（2015）
[9] Foster，L.、Waagen，A.、Aijaz，N.、Hurley，M.、Luis，A.、Rinsky，J.、Satyavolo，C.、Way，M.J.、Gazis，P.、Srivastava，A.：稳定高效的高斯过程计算。J.马赫。学习。第10号决议，857-882（2009年）·兹比尔1235.62126
[10] Gerig，T.，Morel-Forster，A.，Blumer，C.，Egger，B.，Luthi，M.，Schoenborn，S.，Vetter，T.：变形人脸模型——一个开放框架。收录于：2018年IEEE第13届自动人脸手势识别国际会议（FG 2018），第75-82页（2018）
[11] Gerig，T.、Shahim，K.、Reyes，M.、Vetter，T.和Lüthi，M.：使用高斯过程的空间变化注册。收录于：医学图像计算和计算机辅助干预-MICCAI 2014，第413-420页。斯普林格（2014）
[12] Golub，G.H.，Van Loan，C.F.：矩阵计算，第4版。约翰·霍普金斯大学出版社，巴尔的摩（2012）·Zbl 0559.65011号
[13] Grenander，U.，Miller，M.I.：计算解剖学：一门新兴学科。问：申请。数学。56(4), 617-694 (1998) ·Zbl 0952.92016号 ·doi:10.1090/qam/1668732
[14] Griebel，M.，Harbrecht，H.：双变量函数的近似：奇异值分解与稀疏网格。IMA J.数字。分析。34(1), 28-54 (2014) ·Zbl 1287.65009号 ·doi:10.1093/imanum/drs047
[15] Hackbusch，W.：《积分方程：理论和数值处理》，第4卷。Birkhäuser，巴塞尔（1995年）·Zbl 0823.65139号 ·doi:10.1007/978-3-0348-9215-5
[16] Halko，N.，Martinsson，P.-G.，Tropp，J.A.：寻找具有随机性的结构：构造近似矩阵分解的概率算法。SIAM版本53（2），217-288（2011）·Zbl 1269.65043号 ·数字对象标识代码：10.1137/090771806
[17] Harbrecht，H.，Peters，M.，Siebenmorgen，M.：数值应用中随机场的有效近似。数字。线性代数应用。22(4), 596-617 (2015) ·Zbl 1349.65048号 ·doi:10.1002/nla.1976年
[18] Harbrecht，H.，Peters，M.，Schneider，R.：关于基于支点cholesky分解的低阶近似。申请。数字。数学。62(4), 428-440 (2012) ·Zbl 1244.65042号 ·doi:10.1016/j.apnum.2011.10.001
[19] Heimann，T.、Van Ginneken，B.、Styner，M.、Arzhaeva，Y.、Aurich，V.、Bauer，C.、Beck，A.、Becker，C.，Beichel，R.、Bekes，G.：从ct数据集比较和评估肝脏分割方法。IEEE传输。医学成像28（8），1251-1265（2009）·doi:10.1109/TMI.2009.2013851
[20] Iglesias，J.E.，Sabunci，M.R.：生物医学图像的多目标分割：一项调查。医学图像分析。24(1), 205-219 (2015) ·doi:10.1016/j.media.2015.06.012
[21] Joshi，S.C.、Banerjee，A.、Christensen，G.E.、Csernansky，J.G.、Haller，J.W.、Miller，M.I.、Wang，L.：用于表征大脑表面特征的子流形上的高斯随机场。摘自：《医学成像中的信息处理》，第381-386页。施普林格（1997）
[22] Jud，C.，Mori，N.，Cattin，P.C.：用于不连续配准和非平稳正则化的稀疏核机器。摘自：IEEE计算机视觉和模式识别研讨会会议记录，第9-16页（2016年）
[23] Klein，S.、Staring，M.、Murphy，K.、Viergever，M.A.、Pluim，J.P.W.：Elastix：基于强度的医学图像注册工具箱。IEEE传输。医学成像29（1），196-205（2010）·doi:10.1109/TMI.2009.2035616
[24] Lüthi，M.，Jud，C.，Vetter，T.：使用地标作为混合图像配准的变形先验。In:模式识别，第196-205页（2011）
[25] Lüthi，M.，Forster，A.，Gerig，T.，Vetter，T.：高斯过程可变形模型。In：Zheng，G.，Li，S.，Szekely，G.（编辑）《统计形状和变形分析——方法、实施和应用》。学术出版社（2017）·Zbl 1443.65030号
[26] Lüthi，M.，Gerig，T.，Jud，C.，Vetter，T.：高斯过程可变形模型。IEEE传输。模式分析。机器。智力。40(8), 1860-1873 (2018) ·doi:10.10109/TPAMI.2017.2739743
[27] Lüthi，M.，Jud，C.，Vetter，T.：形状模型拟合和非刚性配准的统一方法。摘自：《医学成像中的机器学习》，第66-73页。施普林格（2013）
[28] Ma，J.，Zhao，J.、Tian，J.和Tu，Z.、Yuille，A.L.：点集配准非刚性变换的稳健估计。In:IEEE计算机视觉和模式识别会议（CVPR），2013年6月
[29] Opfer，R.：多尺度核。高级计算。数学。25(4), 357-380 (2006) ·Zbl 1111.65117号 ·doi:10.1007/s10444-004-7622-3
[30] Pazouki，M.，Schaback，R.：基于核的空间的基。J.计算。申请。数学。236(4), 575-588 (2011) ·Zbl 1234.41003号 ·doi:10.1016/j.cam.2011.05.021
[31] Rasmussen，C.E.，Williams，C.K.I.：机器学习的高斯过程。柏林施普林格出版社（2006）·Zbl 1177.68165号
[32] Rosasco，L.，Belkin，M.，De Vito，E.：关于积分算子的学习。J.马赫。学习。第11号决议，905-934（2010年）·Zbl 1242.62059号
[33] Rueckert，D.，Frangi，A.F.，Schnabel，J.A.：使用非刚性配准自动构建三维统计变形模型。收录于：MICCAI'01:医学图像计算和计算机辅助干预，第77-84页（2001年）·Zbl 1041.68721号
[34] Santin，G.，Schaback，R.：基于核的空间中特征函数的近似。高级计算。数学。42(4), 973-993 (2016) ·Zbl 1353.65139号 ·doi:10.1007/s10444-015-9449-5
[35] 可缩放的图像分析和形状建模。http://github.com/unibas-gravis/scalismo。2018年10月10日访问
[36] Yuille，A.，Kersten，D.：视觉作为贝叶斯推理：综合分析？趋势认知。科学。10(7), 301-308 (2006) ·doi:10.1016/j.tics.2006.05.002
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。