Un problema de registro de conjuntos de puntos es una tarea que utiliza dos formas, cada uno consta de un conjunto de puntos, para estimar la relación de puntos individuales entre las dos formas. Aquí, una "forma" es como un cuerpo o un rostro humanos, que es similar a otro cuerpo o rostro pero exhibe diversidad morfológica. Tomando la cara como ejemplo:la posición central de la pupila de un ojo varía según los individuos, pero se puede pensar que tiene una correspondencia con la de otra persona. Esta correspondencia se puede estimar deformando gradualmente una forma para que pueda superponerse a la otra. La estimación de la correspondencia de un punto de una forma con un punto de otra es el problema del registro de conjuntos de puntos. Dado que el número de puntos de una forma puede ser de millones, la estimación de la correspondencia se calcula mediante una computadora. Sin embargo, hasta ahora, incluso cuando se utilizó el método convencional más rápido, llevó mucho tiempo calcular el registro de ca. 100, 000 puntos. Por lo tanto, Se han buscado algoritmos que pudieran encontrar una solución mucho más rápido sin afectar la precisión. Es más, el registro preliminar antes de la estimación automatizada era un requisito previo para el método de cálculo convencional, por lo que son deseables los algoritmos que no necesitan un registro preliminar.

Prof. Osamu Hirose, un joven científico de la Universidad de Kanazawa, ha estado trabajando en este problema. En su estudio, se ha adoptado un enfoque completamente nuevo; un problema de registro de conjunto de puntos se define como la maximización de la probabilidad posterior 1) en la estadística bayesiana 2) y la suavidad de un campo de desplazamiento 3) se define como una probabilidad previa 4). Como resultado, Se ha descubierto un nuevo algoritmo que puede encontrar una solución a un problema típico de registro de conjuntos de puntos incluso sin un registro preliminar suficiente. Además, reemplazando algunos cálculos de este algoritmo con aproximación, Los problemas de registro de conjuntos de puntos se pueden resolver drásticamente más rápido que los métodos convencionales. Por ejemplo, para dos conjuntos de puntos que constan de aprox. 100, 000 puntos cada uno, La aplicación del presente método logró completar el registro de alta precisión en 2 minutos, mientras que el método más rápido que estaba disponible públicamente tomó alrededor de tres horas. También, como se muestra en la ilustración, el método propuesto registró con éxito el conjunto de datos "dragón", donde ambos conjuntos de puntos estaban compuestos por 437, 645 puntos cada uno. El tiempo de cálculo fue de aproximadamente 20 minutos. Aunque el cálculo actual de alta velocidad utiliza aproximaciones, la precisión del registro no se reduce en una medida perceptible, como lo demuestran los experimentos numéricos.

Al usar el algoritmo, Se pueden crear automáticamente nuevos personajes CG, y por lo tanto, puede ser una técnica que ahorre trabajo a los diseñadores CG. La segunda ilustración muestra una aplicación de ejemplo del algoritmo. La forma de origen (a) y la forma de destino (b) se obtuvieron de una base de datos pública y se utilizaron como entrada del algoritmo. La forma (c) es el resultado del primer registro, mostrando que la forma de la fuente se volvió similar a la forma del objetivo con las características de la forma de la fuente retenidas. La forma (d) es el resultado del segundo registro, mostrando que la forma de la fuente se deforma más cerca de la forma del objetivo.

La importancia de los problemas de registro de conjuntos de puntos se debe a su amplia gama de aplicaciones en los campos de los gráficos por computadora (CG) y la visión por computadora. La autenticación personal por reconocimiento facial utilizada en teléfonos inteligentes se puede interpretar como una aplicación de registro de conjuntos de puntos. Más lejos, mezclando la forma tridimensional de ciertas dos personas, llamado "morphing, "se puede realizar mediante el registro de conjuntos de puntos. Además, hay un estudio bien conocido que permitió la restauración de un modelo facial tridimensional de la difunta Audrey Hepburn a partir de una sola imagen, que utilizó una técnica que puede interpretarse como registro de conjuntos de puntos. Por lo tanto, Dado que los registros de conjuntos de puntos que tienen una amplia variedad de aplicaciones ahora se pueden realizar a una velocidad muy alta con alta precisión, Se espera que el método establecido en este estudio sea utilizado como tecnología central en este campo de investigación.

Por otra parte, el método podría mejorarse aún más. Aunque es notablemente más rápido que el método convencional, La velocidad de cálculo puede convertirse en un problema cuando el número de puntos en un conjunto de puntos llega a millones. El profesor Hirose sigue desarrollando métodos para permitir el cálculo de un problema de registro de conjuntos de puntos tan grande en varios minutos. Los resultados preliminares son muy prometedores para futuros desarrollos exitosos.