基于稠密对应点云和颅面属性的颅面形态关系研究

As one of the heated topics and challenges in the field of forensic anthropology, craniofacial morphology relationship has been applied in the identification and craniofacial reconstruction for unidentified skulls. It has been found that due to the lack of large database of dense craniofacial correspondence point clouds and the lack of study on the relations between craniofacial morphology and attribute information, the existing researches have failed to represent the craniofacial morphology precisely. Targeting at people from Han nationality in North of China, this study explores the craniofacial morphology to computes mathematics expression of the relationship based on dense craniofacial correspondence point clouds and attributes information. . Firstly, this study proposes a non-rigid registration optimization method based on global and local energy to establish a synchronization iterative mechanism combining non-rigid registration and dense correspondences, which can determine the correspondence points in the process of non-rigid warping simultaneously and improve the accuracy of correspondence. . Secondly, this study proposes the hierarchical regional nonlinear regression computing model method to quantitatively describe craniofacial morphology. As the attribute information is represented as value, the advantage of the craniofacial morphology model is dynamic evolution, which can predict the craniofacial morphology by the input of the attribute information.. This study tries to explore a new method for craniofacial morphology based on the combination of forensic science and information science, which can help improve forensic research level and impulse the development of computer science.

颅面形态关系是法医人类学研究的热点和难题，其研究可为刑事案件中颅骨的面貌复原和身份认证提供理论支撑。通过前期研究发现，由于缺乏大数据颅面稠密对应点云的数据支撑以及未充分考虑年龄、性别、体态等属性信息对颅面形态关系的影响，颅面形态关系的表示并不准确。本研究围绕社会公共安全领域的重大需求，以北方地区汉族成年人为研究对象，依据颅面稠密对应点云和属性信息，探索颅面形态关系的表示方法。研究一种基于全局和局部能量约束的非刚性配准方法，建立非刚性配准方法与顶点间稠密对应的同步迭代机制，提高颅骨模型间和面貌模型间顶点稠密对应的准确性；研究一种年龄、性别、面貌体态因素约束的非线性回归模型，提高复杂颅面形态关系的表示能力。由于将属性信息量化，研究建立的颅面形态关系表示模型具有与属性相关的动态表示能力，具有根据属性信息预测对应颅面形态关系的优势。研究将拓展法医人类学的研究方法，促进信息技术的发展，为颅面形态关系的研究探索新途径。

颅面形态关系是法医人类学研究的热点和难题。本项目以颅面数据为基础，主要研究颅面稠密点云对应和颅面形态关系分析方法，取得的主要研究进展包括：（1）采用基于深度图像的配准和点云三角剖分技术，实现了刑事案件中未知身源颅骨的三维建模，建设了颅骨模型三维数据库；（2）提出了基于非刚性配准的颅面稠密点云对应方法。采用带有尺度的刚性配准和非刚性配准算法实现颅面点云数据的配准，并将最近点作为对应点实现颅面稠密点云的对应；采用一种基于距离能量函数优化的非刚性配准方法，解决了初始位置和姿态不同、几何形状差异较大的颅面模型间的配准问题，提高了模型配准的准确性，提高了颅骨稠密点云对应的准确性；（3）提出了基于多模态影像和PLA桌面3D打印机的人体器官三维建模、可视化和制作方法，实现了颅骨、面貌、脑血管、大脑皮层、牙齿等多个器官模型的建模和制作；（4）基于面部稠密点的软组织分布分析方法。通过计算每个样本面部稠密点的软组织厚度，获得颅面数据库中稠密软组织厚度的均值和方差、面部软组织分布与年龄和性别的显著性等指标，发现了面部软组织分布规律及其随性别和年龄的变化情况。利用面部稠密点的软组织分布实现了颅面形态关系表示和颅骨面貌复原；（5）提出一种可视分析与定量分析结合的颅面形态关系分析方法。针对颅面稠密点云建立了颅骨统计形状模型和面貌统计形状模型，采用偏最小二乘分析方法定量地检验颅骨主成分和面貌主成分间的相关性，进而采用最小二乘回归实现颅面形态关系的定量表示；（6）提出了基于层次化分区和属性回归的颅面形态关系分析方法。对颅面稠密对应点云进行分区，分别针对每个区域将年龄、性别、身体质量指数（Body Mass Index）等属性作为变量，采用偏最小二乘回归方法实现与属性相关的颅面形态关系的定量表示。本项目从颅面稠密点云的角度出发提出了颅面形态关系分析方法，将为颅面复原和基于颅骨的身份认证提供技术支持。