下面的內容來至Tim Cootes網站。來看一下ASM/ASM能做什麼工作。
blog:http://blog.csdn.net/raby_gyl/article/details/17734615
link:http://personalpages.manchester.ac.uk/staff/timothy.f.cootes/asm_links.html
使用ASM AAM的其他組織或做的相關工作
Mikkel B. Stegmann 有AAM的C++實現，並給出了它在醫學和肉圖像上的應用的例子。
AAM的擴展——Extension to the AAM
CMU大學的 Simon Baker and Iain Matthews 和他們的同事，在分析和改善AAM更新算法上做了一些驚人的工作。他們已經開發了快速跟蹤，模型建立和3D重構算法。真了不起！
Chris Wolstenholme 正在使用小波壓縮來減少表觀模型和AAM所需要的內存，爲了使大腦的3D主動表觀模型佔用不到一個zigabyte.
Ghassan Hamarneh (Chalmers,Sweden) 研究主動形狀模型(ASM)到空—時形狀(Spatio-Temporal)形狀的擴展，並且設計了一個新的方法用來改變ST-shape模型，可以更好的擬合(匹配)圖像序列數據。
人/人臉模型化/跟蹤/識別——People/Face Modelling/Tracking/Recognition
Stephen Miborrow 已經拓展了ASM的定位人臉特徵。這個網站包含代碼和數據。
利茲大學的 視覺組織 正在使用形狀和表觀做各種各樣有趣的事情來理解行爲。
Genemation Ltd 正在使用表觀模型產生合成人臉，用在電腦遊戲產業和心理實驗。
Richard Bowden 正在致力於3D PDMs來模型化身體。並且他已經完成了Non-linear
PDM's.
NickCosten正在致力於分解人臉的主觀模型到表示身份，姿態，表情，關照等的子空間。
Ahlberg正在使用一個修改的AAM來匹配圖像序列中的一個3D人臉模型。
Dan W. Hansen 正在一個眼跟蹤工具中使用AAMs
醫學圖像解釋——Medical Image Interpretation
Imorphics公司正在他們的工具中使用3D AAMs用來闡述3D醫學圖像。
Milan Sonka 和他的組織在闡述ASMs和AAMs在醫學圖像解釋中的適用性表現的非常活躍，用不同的方式使用它們來解決各種各樣的問題。Steve Mitchell正在致力於使用2D+time AAMs來分割MR序列中的心臟。
HansBosch正在使用2D+time 模型來定位超聲心動(圖)序列中心臟的邊界。他做了一些很酷的工作，如對強度(intensities)應用一個直方圖標準化來將噪聲分佈轉化成近似高斯分佈，從而導致在嘈雜回波圖像上性能的顯著改善。
生物醫學圖像工程的定量分析使用ASMs來定位和測量3D圖像中的結構。
丹麥技術大學，數學模型部門的圖像分析部 的研究者，已經使用ASMs和AAMs用作醫學圖像的解釋。
Angela Caunce使用ASMs和一個巧妙的自動訓練算法來定位人腦3D MR圖像中的主要的溝。
Carole Twining 正在使用ASMs和AAMs來跟蹤老鼠以監督它們在迷宮中的行爲。
Bram van Ginneken 已經使用ASMs來闡述胸透x照片圖像，並且已經完成了令人鼓舞的工作，該工作使用更復雜的分類器來定位模型點的最好位置來改善匹配的性能。
自動建模——Automatic Model Building
自動建模是指：爲了爲ASM/AAM產生一個訓練集，放置標記(landmarks)到圖像集中的每個圖像儘可能的自動。尤其對於3D數據很重要，這裏精確的標記圖像將消耗大量的時間。
Kevin Walker致力於解決這個問題，尋找數據集中每一個圖像的區分性特徵的匹配，尋找其他圖像上的相應部分，然後嘗試遍歷整個數據集來找到一個全局一致的對應部分。
Alan Brett致力於自動地將標記(lanbmarks)置於一組表面，以便在3D數據中定義有用的對應部分(correspondences)。
Anders Ericsson 致力於2D和3D中的相應成分(correspondence)，以及醫學圖像解釋（闡述）中的應用。他還發表了評估2D自動標記算法的測試集和方法。
Rhodri Davies和合作者做了一些傑出的工作，有力地發展了自動尋找遍歷3D表面集中的對應部分。
主動斑點——Active Blobs
Stan Sclaroff's Group 正在做有趣的工作——"Active Blobs",這非常接近於AAMs。他們特別感興趣的是跟蹤可變形的目標。
形狀統計——Shape Statistics
利茲大學的Kanti Mardia,Ian Dryden 和他們的同事正在關於形狀統計的傑出工作。
Fred Bookstein已經完成了形狀和薄板樣條的開創性工作。
工業檢測——Industrial Inspection
Bernard Rolfe and Matthew Doolan 已經使用統計學模型來檢測鍛造中的形狀誤差。
