點(diǎn)集注冊(cè)問題是使用兩個(gè)形狀的任務(wù)，每個(gè)形狀由一組點(diǎn)組成，以估計(jì)兩個(gè)形狀之間各個(gè)點(diǎn)的關(guān)系。在此，“形狀”就像是人體或面部，類似于另一個(gè)身體或面部，但表現(xiàn)出形態(tài)上的多樣性。以面部為例：眼睛的瞳孔的中心位置根據(jù)個(gè)人而不同，但是可以認(rèn)為與另一個(gè)人的位置相對(duì)應(yīng)?？梢酝ㄟ^使一種形狀逐漸變形為可疊加在另一種形狀上來估計(jì)這種對(duì)應(yīng)關(guān)系。估計(jì)一種形狀上的點(diǎn)與另一種形狀上的點(diǎn)的對(duì)應(yīng)關(guān)系是點(diǎn)集配準(zhǔn)問題。由于一種形狀的點(diǎn)的數(shù)量可以是數(shù)百萬，因此通過計(jì)算機(jī)來計(jì)算對(duì)應(yīng)的估計(jì)。盡管如此，到目前為止 即使使用最快的常規(guī)方法，也需要花費(fèi)大量時(shí)間來計(jì)算ca的配準(zhǔn)。100,000點(diǎn)。因此，已經(jīng)尋求了可以更快地找到解決方案而不影響準(zhǔn)確性的算法。此外，自動(dòng)估計(jì)之前的預(yù)注冊(cè)是常規(guī)計(jì)算方法的前提，因此不需要預(yù)注冊(cè)的算法是可取的。

金澤大學(xué)的年輕科學(xué)家Osamu Hirose教授一直在研究這個(gè)問題。在他的研究中，采用了一種全新的方法。在貝葉斯統(tǒng)計(jì)2)中將點(diǎn)集配準(zhǔn)問題定義為后驗(yàn)概率1)的最大值，將位移場(chǎng)的平滑度3)定義為先驗(yàn)概率4)。結(jié)果，發(fā)現(xiàn)了一種新算法，即使沒有足夠的初步注冊(cè)也可以找到典型點(diǎn)集注冊(cè)問題的解決方案。另外，通過用近似值代替該算法的一些計(jì)算，與常規(guī)方法相比，可以更快地解決點(diǎn)集配準(zhǔn)問題。例如，對(duì)于由ca組成的兩個(gè)點(diǎn)集。每個(gè)100,000點(diǎn)，應(yīng)用本方法成功地在2分鐘內(nèi)完成了高度準(zhǔn)確的配準(zhǔn)，而公開可用的最快方法花費(fèi)了大約三個(gè)小時(shí)。同樣，如圖所示，所提出的方法成功注冊(cè)了“龍”數(shù)據(jù)集，其中兩個(gè)點(diǎn)集均由437,645個(gè)點(diǎn)組成。計(jì)算時(shí)間大約為20分鐘。盡管當(dāng)前的高速計(jì)算使用近似值，但是如數(shù)值實(shí)驗(yàn)所示，配準(zhǔn)的精度并未降低到可識(shí)別的程度。計(jì)算時(shí)間大約為20分鐘。盡管當(dāng)前的高速計(jì)算使用近似值，但是如數(shù)值實(shí)驗(yàn)所示，配準(zhǔn)的精度并未降低到可識(shí)別的程度。計(jì)算時(shí)間大約為20分鐘。盡管當(dāng)前的高速計(jì)算使用近似值，但是如數(shù)值實(shí)驗(yàn)所示，配準(zhǔn)的精度并未降低到可識(shí)別的程度。

通過使用該算法，可以自動(dòng)創(chuàng)建新的CG字符，從而可以成為CG設(shè)計(jì)人員的省力技術(shù)。第二個(gè)插圖顯示了該算法的示例應(yīng)用。源形狀(a)和目標(biāo)形狀(b)從公共數(shù)據(jù)庫(kù)中獲得，并用作算法的輸入。形狀(c)是第一次注冊(cè)的結(jié)果，表明源形狀變得與目標(biāo)形狀相似，并保留了源形狀的特性。形狀(d)是第二次對(duì)齊的結(jié)果，顯示了要變形為更接近目標(biāo)形狀的源形狀。