Los puntos clave no están disponibles para este artículo en este momento.
Describimos una técnica para encontrar correspondencias pixel a pixel entre dos imágenes utilizando modelos de objetos de la misma clase para guiar la búsqueda. Los modelos de objetos se "aprenden" de imágenes de ejemplo (también llamadas prototipos) de una clase de objeto. Los modelos consisten en una combinación lineal de prototipos. Los campos de flujo que dan correspondencias pixel a pixel entre un prototipo base y cada uno de los otros prototipos deben ser proporcionados. Una nueva imagen de un objeto de la misma clase se empareja con un modelo minimizando un error entre la nueva imagen y la suposición actual de la imagen de modelo más cercana. Actualmente, el algoritmo se aplica a dibujos en línea de objetos. Se discute una extensión a imágenes reales en niveles de gris.
Jones et al. (2002) estudiaron esta cuestión.