模拟画像和颅骨复原方法的认识误区

相貌侦查技术针对不同客体的条件分模拟画像和颅骨面貌复原等方法。模拟画像和颅骨面貌复原又分手工和电脑两种方法。在相貌侦查技术工作中,很多相貌侦查技术人员存在以下二方面问题：一是过分崇拜电脑模拟组合画像逼真性,而忽视手工模拟画像的实用性;二是对颅骨复原技术的结构原理认识不足,在不具备人类学、法医学知识和颅骨形态面相构成经验及雕塑技能的情况下,盲目对无名尸骨或腐烂头颅进行素描画像复原或电脑平面组合复原。     

基于对抗生成网络的复原面貌真实感处理

由于颅骨面貌数据较少,现有颅面复原方法获得面貌模型具有一定局限性,复原结果仅含有物理几何信息,缺纹理、睁眼状态等真实感信息,这些信息缺失均影响进一步颅骨身份识别。该文提出了一种基于对抗生成网络的P-GAN来重现逼真面貌。针对Pix2Pix(image-to-image translation)网络复原面貌的真实感不足,文中基于Pix2Pix网络提出一种P-GAN网络将复原面貌进行真实感处理,在Pix2Pix基础上添加面貌约束网络P-net。使用VGG16(visual geometry group)提取面貌特征,使用SE-Block(sequeze and excitation)加强网络收敛,使用Face++来挑选最相似样本。网络输入为复原面貌图像与真实人脸图像,Contrastive loss和Triplet loss结合作为损失函数,将复原面貌数据Frankfurt校正与归一化后,输入P-GAN网络获取真实感复原面貌。     

一种尸源认定方法的研究

针对传统性尸源认定方法的不足之处 ,在颅骨复原面貌和颅相重合技术的基础上进行研究 ,提出了一种尸源认定的新方法 ,旨在提高尸源认定的准确率 ,推进法医学个人识别领域中的应用。     

三维颅骨形态量化表示与非线性性别判定

颅骨性别鉴定在法医学和面貌复原等领域具有重大研究意义和应用价值.本文以陕西关中地区94例汉族成年人三维颅骨数据为研究对象,利用自主研发的系统软件标定出62个显著特征点.在此基础上提取可测量和非可测量特征,并将非可测量特征进行量化表示;提出使用非线性降维方法和非线性分类器结合的方法对颅骨的性别进行分类.实验结果表明:本文整合的可测量和非可测量特征包含更多的性别判别信息,非线性降维与非线性分类结合的方法可以大幅提高性别判别精度,最高正确率可达到96.36%.     

图像分析处理技术在法医学中的应用

随着计算机图像分析处理技术的发展,法医学形态观察与分析的客观定量研究成为可能。目前图像分析处理技术在法医学实践中主要应用于图像的同一认定、命案现场的重建、颅骨面貌复原、死亡时间推断、年龄推断、免疫组化显色反应定量、法医临床鉴定等方面。     

颅面相似性度量与评价

颅骨和面貌是人的重要生物特征,也是法医人类学的重要研究内容,由于其具有复杂的拓扑结构和相似的几何结构,颅面相似性度量以及颅面复原结果评价仍然是一个极具挑战性的难题。该文梳理了近年来颅面相似性度量与复原结果评价方面的研究,将现有的颅面相似性度量与评价方法分为主观定性和客观定量的方法,从这两方面进行总结归纳,重点从几何方法、视觉方法和统计方法这3方面阐述了现有的客观定量的评价方法,并指出未来研究发展的趋势,以期促进颅面领域的研究及在刑侦、考古、医学等领域的应用,为今后在该领域的深入研究提供帮助。     

基于孔洞轮廓线的颅骨配准方法

颅骨配准是颅面重建的一个关键步骤,其配准精度对颅面复原的正确性有着重要的影响。为了提高三维颅骨模型的配准精度,提出一种基于孔洞轮廓线的配准方法。首先,提取颅骨的眼眶、鼻框、颞骨、上颌骨以及下颌骨等孔洞轮廓线,并将其拟合成光滑的曲线;然后,计算轮廓线上点的曲率和挠率,并将其组成特征串,再通过匹配该特征串来匹配轮廓线,由此实现颅骨粗配准;最后,采用概率迭代最近点(Probability iterative closest point,PICP)算法将颅骨进行进一步细配准,从而实现颅骨精确配准的目的。实验结果表明,该文基于孔洞轮廓线的配准方法比已有配准方法具有更高的配准精度和收敛速度,可以实现三维颅骨模型的快速精确配准。     

单画幅欠采样图像复原中的插值作用

采用直接复原方法和插值复原方法对单幅欠采样低分辨率模糊图像进行复原实验,以考察线性插值在图像复原中的作用.直接复原法是对采集到的欠采样低分辨率模糊图像直接用最大似然图像复原算法进行复原,不作任何预处理.插值复原法是先对图像进行插值预处理,增加像素数,提高图像采样分辨率,然后再用最大似然图像复原算法进行图像复原.结果是直接复原方法和插值复原方法对欠采样模糊图像的复原,效果相同,主观视觉和评价数据十分接近.这说明通常用于单画幅欠采样模糊图像复原预处理的线性插值没有起到提高复原效果的作用.     

秦陵文物数字化及虚拟复原研究综述

文化遗产是中华五千年悠久历史的重要载体,也是传承中华文化的特殊资源,然而,历经千百年的风化侵蚀、战火和历史变迁,文化遗产都遭到或多或少的冲击和破坏。传统复原方法存在记录手段单一、信息不全面、手工复原周期长、展陈受限、人工管理效率低等缺陷。利用三维扫描技术、数字化手段及信息化方法对文物进行数字化建模及虚拟复原与展示等,能够极大地缩短文物复原周期,可避免由于直接接触对文物造成的二次破坏;同时,借助于计算机视觉、人工智能、光学扫描等技术,能够为新形态考古发掘与文物保护奠定基础。针对文物修复与保护领域的这些重大需求,西北大学可视化技术研究所项目组自20世纪90年代起就开展了相关研究,取得的系列成果已应用于秦陵等多个文物保护单位。该文从古人面貌虚拟复原、复杂外观文物数字化、考古遗址场景建模与展示、考古过程记录与应用、破损破碎文物虚拟修复、文物碎片自动分类文化遗产的数字展示传播7个方面,对项目组近期的最新研究工作进行总结和分析,并对未来的研究方向进行展望。     

神经网络在图象复原中的应用

介绍了传统图象复原方法的一些缺陷和神经网络的优良特性，讨论了神经网络在图象复原中的应用，并对基于Hopfield神经网络和多层感知器的两类图象复原方法进行了较深入的探索。     

模拟退火算法在三维重建问题中的应用

讨论了目前常用的三维重建的方法,针对这些方法的局限性,提出了一种解决此类问题的方法,即将模拟退火算法应用在三维重建中。实践证明,这种方法是有效的,并且对解决其他类似问题具有一定的启发作用。     

基于核函数因素分解模型的表情合成与识别

人脸图像合成是新一代人机交互中的重要技术。传统的三维模型加生理模型的方法可以生成真实的人脸表情图像,但是其中的计算复杂度很高。该文提出了一种基于样本的方法,将不同的人和不同的表情看作影响人脸表情图像的两种变化因素,利用因素分解模型巧妙地进行人脸表情图像合成。同时,分析了因素分解模型获得的身份子空间和表情子空间的特点,提出了一种在子空间中利用余弦距离进行身份和表情识别的新思路。从实验结果来看,这里提出的方法可以仅利用一张训练集内、外的人脸图像合成出该人在不同表情下逼真的脸部表情图像,同时可以合成库内的人在新表情下的表情图像。     

计算机人脸建模和动画技术综述

计算机人脸动画,作为计算机图形学的重要研究领域,引起了研究者们极大的兴趣.自从Parke在1972年的开创性工作以来,30多年中,研究者们在该领域做了大量的研究工作,并取得了巨大的发展和丰富的成果.本文根据人脸动画的实现过程,对已经提出的计算机人脸建模技术和人脸动画算法进行了归纳、概括和综述.通过本文,读者可以对计算机人脸动画过程及其发展有一个全面和深入的认识.     

一种改进的人脸特征点定位方法

人脸特征点自动定位方法在人脸识别、三维人脸模型重建等方面都有重要作用.三维人脸模型重建对下巴特征点精度要求很高.采用一种结合遗传算法和活动外表模型(AAM)的人脸特征点定位方法(GA-AAM),对AAM算法在下巴轮廓提取中的不能精确收敛问题作了改进.对于用实时AAM算法做特征点粗定位得到的结果,在AAM的代价函数中引入代表特征点处的边缘信息,进一步采用遗传算法作优化.实验结果表明该方法对下巴特征点的精确收敛十分有效.     

特定人的三维人脸模型生成与应用

计算机三维人脸对象的应用范围包括虚拟现实，辅助教学，远程会议，人机交互，游戏娱乐，电影制作等诸多方面，提出利用区域差值法的算法实现基于两幅人脸图像生成具有特定人特征的三维人脸模型，并在生成特定人三维人脸模型的基础上实现了基于MPEG－4的特定人的人脸动画功能，实验取得了良好的效果。     

脸部表情动画的实现

用计算机动画技术合成人的面部表情动画是人体动画研究的一个重点。本文分析了人脸的生理结构组成和脸部表情与表情单元形变之间的关系，研究了包括局部变形箱变形、线性局部变形和密度球收缩和舒张变形在内的三种面部肌肉变形方法，在此基础上，提出了一个基于复合多组局部变形操作的脸部表情动画的模拟算法。通过调相关整表情单元的形变因子一时间参数曲线，有效地控制了脸部表情的动画过程，从而实现了脸部表情动画。     

用于面部虚拟整形的三维人脸重建系统设计

为解决面部整形手术成功率低的问题,设计了用于面部虚拟整形的三维面部重建系统。该系统首先利用高精度深度相机采集人脸多角度深度图像,将每幅深度图像分别转换为对应点云模型并进行去噪预处理。接着,将正面点云和侧面点云进行粗匹配实现点云拼接,并提出一种改进的精配准算法进行精配准,得到目标人脸三维点云模型。对点云模型网格化处理后,提出一种基于半边结构的细分算法来提高重建模形精度,最后完成贴图即可构建人脸模型。为了验证所设计系统的重建精度,设计了对比实验。结果表明:系统重构人脸与其他重建系统相比,提高了人脸精度,且与真实人脸间差距小于2 mm,可以将其应用于面部虚拟整形,从而对专业医师提供术前指导,提高手术成功率。     

用于人脸识别的正面人脸图像眼镜摘除

眼镜是人脸图像中最常见的遮挡物,它对识别率的影响很大。为了提高戴眼镜人脸图像的识别率,提出了一个从正面人脸图像中提取并摘除眼镜的方法。通过一个自适应二值化的方法,检测了正面人脸图像中眼镜遮挡的部分。经过迭代的误差补偿方法,合成了对应输入图像的不戴眼镜的正面人脸图像。实验结果表明:该方法能有效地合成无眼镜的正面人脸图像。原始戴眼镜人脸图像的识别率是50.1%,合成的无眼镜正面人脸图像的识别率是99.4%。     

非接触式三维重建技术综述

三维重建是获得物体三维信息的技术,是计算机视觉和计算机图形学领域的研究热点,广泛应用在机器人视觉导航、工业制造、医学等领域,具有较高的研究价值。目前,三维重建技术的方法众多,三维重建的外界环境、使用设备和物体的几何形状等因素都会对三维重建效果的准确性、稳定性产生一定的影响。通过分析原理,对主动式三维重建的飞行时间法、光栅重建、结构光重建和被动式三维重建的单目、双目、多目重建等非接触式三维重建技术进行了分析。     

基于Viola-Jones算法的实时人物表情动画的制作

结合计算机图像制作技术,人物表情动画制作有了更先进的方式。本次采用Viola-Jones算法对人脸表情进行实验检测,根据算法实验结果提出表情动画制作的最佳方式。