Aktiva formmodeller (ASM ) är statistiska modeller av formen på föremål som upprepade gånger kan deformeras för att passa objektet som finns i den nya bilden. Dessa modeller utvecklades av Tim Kutes och Chris Taylor 1995 [1] . Formerna är begränsade av punktfördelningsmodellen för modellens modellen endast kan ändras inom märkta exempel från träningsuppsättningen. Objektets form representeras av en uppsättning punkter som styrs av modellens form. Målet med ASMs algoritm är att matcha modellen till den nya bilden. Algoritmen består av två alternerande åtgärder:
För att hitta den bästa positionen för varje punkt kan du leta efter skarpa kanter, eller så kan du matcha den statistiska modellen med vad som förväntas för en given punkt. Den ursprungliga metoden innebär att man använder Mahalanobis-avståndet för att beräkna den bästa positionen för varje landmärkespunkt [1] .
Denna metod används ofta för analys av ansiktsbilder, mekaniska sammansättningar och medicinska bilder (i 2D och 3D).
Den aktiva formmodellen är nära besläktad med utseendemodellen Den är också känd som metoden för "smart orm" [1] , eftersom den är analog med den aktiva konturmodellen , med hänsyn till explicita formbegränsningar.