采用计算机技术从头颅样本恢复出三维人头模型,重构出个性化的三维表面面部特征,在医学、考古学、刑事、人脸动画等领域具有广泛的应用前景。迄今为止,快速、逼真和准确无误的重构算法仍然是国际上具有挑战性的难题。目前采用计算机技术的重建主要可分为两类:基于标识点的软组织深度生成法和基于可变形模板的方法,这些方法普遍面临的问题:人脸特征点和头颅软组织深度的统计分析模型,人头的配准与形变算法,重建算法的定性定量验证。本项目研究这些共性基础问题的关键算法:根据头颅样本数据,研究头颅标识点与软组织关系的统计模型,获得特征头颅;一种适用于人头重建的配准与变形算法;重建算法的相似度评估函数。这些研究内容同时也是医学图像可视化、模式识别、计算机图形学等方面基础性研究工作,该课题具有重要的科学研究价值。
{{i.achievement_title}}
数据更新时间:2023-05-31
一种基于多层设计空间缩减策略的近似高维优化方法
基于MCPF算法的列车组合定位应用研究
二维FM系统的同时故障检测与控制
信息熵-保真度联合度量函数的单幅图像去雾方法
扶贫资源输入对贫困地区分配公平的影响
基于多模态医疗数据的病人相似度的建模与学习
基于多关联数据融合的疾病相似度算法研究
基于相似性的图像特征逆向学习算法与应用
基于相似度学习的异构数据聚类算法研究及其应用