Resumen de Multiresolution analysis in statistical shape models
Los modelos activos de forma (active shape models-ash) se han convertido en uno de los métodos de segmentación más populares, cuya utilidad se ha demostrado en gran cantidad de aplicaciones y contextos.
Sin embargo, a pesar de los esfuerzos por resolver algunas de sus limitaciones, dos problemas importantes persisten todavía: el incremento en el coste computacional y el elevado número de imágenes de entrenamiento que se necesitan para crear un modelo preciso.
En la presente tesis doctoral, se integra el análisis multiresolución en la estructura del algoritmo, desarrollando un marco general basado en la transformada Wabelet.
Como primera evolución del método, se ha creado una estructura piramidal multiresolución bidireccional al proceso de ajuste.
Aprovechando la configuración multiresolución del dominio imagen es posible crear modelos estadísticos que reflejen el refinamiento gradual de la imagen, reduciendo así el número de landmarks y por lo tanto, el tiempo de cómputo.
En una posterior evolución, esta misma descomposición multiresolución del dominio de forma (shape domain) se utiliza para crear una estructura jerárquica que permita una caracterización más eficiente de la población bajo estudio, reduciendo así el número de lados de entrenamiento sin afectar negativamente la precisión.
