基于回归计算模型的颅面三维人脸模型重构与身份鉴别

Skull identification is an important direction in forensic anthropology research, and the means by reconstructing a 3D face model from the skull as well as recognizing the face model is a main way for the identification. Currently, almost all face reconstructions from skulls are realized by using the experiential knowledge of the soft tissue thickness, or by the deformation of a single reference template or a statistical deformable template. In this research, we consider this problem as a regression one from the skull morphology to the face morphology, and attempt to extract the inherent relationship between skull morphology and face morphology by building the regression computing model, by which we realize face model reconstruction and identification from skull..Study non-rigid registration of the complex three-dimensional organisms, and generate dense point cloud models which have equal amount of vertices and consistent semantics; Study statistical deformable model based on sparse decomposition, and extract the semantics related spatial characteristics; Build the hierarchical regression computing model that can describe the inherent relationship between the skull morphology and the face morphology, realize face reconstruction using the regression computing model; Study the comparation of the 3D face model to the gallery of 2D face images, and realize the skull identification. .This research has great significance in promoting the cross-application of Information Science and Anthropology and developing skull identification technology of Chinese independent intellectual property rights.

颅骨身份认证是法医人类学的重要研究内容，而通过重构逝者的三维面貌进行身份鉴别是实现认证的主要途径。目前基于颅骨的人脸模型重构大都利用对软组织厚度的经验知识或者通过对单个参考模板或统计变形模板的变形来实现。本研究将该问题看作是面部形态对颅骨形态的回归，试图通过建立颅骨到人脸形态特征的回归计算模型来提取两者间的本质关系，并利用这种本质关系实现人脸模型重构与身份鉴别。研究复杂生物体数据的三维非刚性配准，建立顶点个数相同且语义一致的稠密点云模型；研究基于稀疏分解的统计变形模型，提取语义相关的空间特征；建立能够反映颅骨与面部形态本质关系的层次化回归计算模型，实现基于回归计算模型的人脸模型重构；研究三维人脸模型与二维照片库的比对识别，实现身份认证。本研究对促进信息科学与人类学的深层次交叉应用，发展具有我国自主知识产权的颅骨身份认证技术，意义重大。

颅骨身份认证是法医人类学的重要研究内容，而通过重构逝者的三维面貌进行身份鉴别是实现认证的主要途径。目前基于颅骨的人脸模型重构大都利用对软组织厚度的经验知识或者通过对单个参考模板或统计变形模板的变形来实现。本研究将该问题看作是面部形态对颅骨形态的回归，试图通过建立颅骨到人脸形态特征的回归计算模型来提取两者间的本质关系，并利用这种本质关系实现人脸模型重构与身份鉴别。研究了颅面数据的三维非刚性配准，建立了顶点个数相同且语义一致的稠密点云模型；研究了基于统计形状模型的颅骨性别鉴定，提出了自动的有效的颅骨性别鉴定方法；建立了能够反映颅骨与面部形态本质关系的层次化统计模型，提出了基于层次化统计形变模型的颅面重构方法和基于层次化回归计算模型的颅面重构方法；研究了颅面数据的高斯隐变量模型，建立了基于隐变量的回归模型；研究了躺卧颅面数据的姿态矫正，提出了一种基于测地线实现对躺卧三维颅面模型进行直立矫正的方法；研究了基于相关分析的颅骨身份鉴别，建立了颅骨与面皮间的相关分析模型，提出了基于相关分析的颅面重构方法和颅骨身份认证方法；研究了颅面的相似性评价; 提出了一种基于测地线网格的颅面相似性评价方法和基于测地线形状空间度量的3D面貌相似性比较方法；研究了基于多视数据采集系统的摄像机标定问题，提出了一种自适应加权的一维标定算法；在本项目研究的基础上，还研究了基于CT数据的三维脑血管分割问题，提出了基于血管统计分布及其形状信息的活动轮廓模型。本研究对促进信息科学与人类学的深层次交叉应用，发展具有我国自主知识产权的颅骨身份认证技术，意义重大。