基于内蕴几何结构的颅面相似度计算与复原

Face reconstruction from skull feature is an important means to identify unknown corpse in the field of criminal investigation, archaeology, etc. However, due to the high genus and complex topology structure of the skull, it is still ineffective to automatically and accurately establish the correspondence among skulls and between skull and skin, so that the craniofacial similarity calculation is difficult and the reconstruction effect needs to be improved. This project will research on the craniofacial similarity calculation and reconstruction based on skull and skin described by intrinsic geometric structure. There are four aspects: firstly, we research on craniofacial registration based on geodesics in order to construct normal craniofacial data; Secondly, we propose an objective and effective skull similarity evaluation criterion by the geometry measures based on geodesics and geodesic grids. Thirdly, taking the geodesics of similar skulls and skins as training data, we study craniofacial reconstruction statistics model and deep leaning model by conditional generative adversarial networks based on geodesics in order to reconstruct skin from skull accurately and effectively. Fourthly, we evaluate the craniofacial reconstruction results based on elastic measure of geodesics in order to guide and modify them. The research automatically establishes the exact craniofacial correspondence based on geodesics, and reduces the data dimension while retaining the geometrical features. This method will not only calculate the craniofacial similarity effectively, improve the accuracy and speed of craniofacial reconstruction and promote craniofacial reconstruction to be deeply applied in various fields, but also can expand the theoretical research on the complex surface analysis and other related issues and facilitate the in-depth cross application of anthropology and information science.

由颅骨特征复原其面貌是刑侦、考古等领域对无名尸体身份识别的重要手段，但由于颅骨的高亏格复杂拓扑结构，自动准确地建立颅骨之间及颅骨与面貌之间的对应尚缺乏有效方法，以致颅面相似度计算困难、复原效果亟待提高。本项目拟基于内蕴几何结构描述颅面特征，研究颅面相似度计算与复原：基于测地线进行颅面数据配准，构建规格化颅面模型；基于测地线和测地网格几何度量提出客观有效的颅骨相似度评价准则；以相似颅骨及其面貌上的测地线为训练样本，基于测地线的颅面复原统计模型和条件生成对抗网络深度学习模型，准确高效复原颅骨的对应面貌；基于测地线的弹性度量方法评价颅面复原结果并修正。该研究基于测地线自动建立颅面间的精确对应，在保留几何特征的同时大大降低数据维度，不仅可以有效计算颅面相似度、提高复原的准确率与速度、推动颅面复原技术在各领域的深入应用，亦可以拓展复杂曲面分析等相关问题的理论研究，促进人类学与信息学的深层次交叉应用。

颅面复原的本质是依据颅骨与面貌的内在关系对目标颅骨的未知面貌进行科学预测和恢复，在公安刑侦、法医鉴定、考古、医学整形等领域有广泛应用。本项目依据颅骨与面貌形态的内在关系，结合内蕴的几何特征，从颅面数据的获取和预处理、颅面配准、颅骨相似度计算、颅面复原和复原结果评价等方面展开研究：. 1) 新采集了230套新疆维吾尔族颅骨和面貌数据，建立了包括汉族和维吾尔族的三维颅面数据库，提出了两种图像融合方法和一种基于测地线的躺卧三维颅面模型的直立矫正方法，对采集数据进行预处理。. 2) 研究了颅骨和面貌数据配准，提出了基于离散单值化的三维颅骨自动配准方法，解决了颅骨拓扑结构复杂的难题，实现了完全自动鲁棒的颅骨配准；提出了基于深度图的三维颅面特征点自动标定方法和基于径向曲线的三维颅面数据的自动配准方法，实现了颅面上自动稳定的特征点提取和自动有效的配准。. 3) 研究了颅骨相似度计算，提出了基于稀疏主成分分析（SPCA）的颅骨相似度比较方法，可以解决PCA难以解释结果的问题；研究了不同民族的颅骨相似度，提出了结合颅骨形态特征与神经网络的民族判别方法，测试阶段准确率最高达到97.5%。. 4) 研究了基于几何特征的颅面复原方法，提出了颅面的径向曲线统计复原模型，降低了模型中样本数据的维度；将径向曲线用测地线代替，提出了基于内蕴测地线的有效的颅面表示方法；结合偏最小二乘回归，提出了基于测地回归模型的颅面复原方法，提升了颅面复原的精度。. 5) 研究了颅面复原评价方法，提出了基于测地线的Fréchet距离的三维人脸相似性度量以及基于局部共形参数化和等测地带的三维人脸相似性度量方法，计算结果与人的主观判断相一致。对人脸超分率重建和面部表情分类算法进行研究，提高复原人脸的分辨率以及表情分类效果。. 这些技术不仅可以推动颅面复原技术在各领域的深入应用，亦可以拓展复杂曲面分析等相关问题的理论研究，促进人类学与信息学的深层次交叉应用。