基于面部软组织厚度的人脸老化模拟方法研究

从青年到老年，颅骨基本不变，而容貌会衰老，其实质是面部软组织厚度和密度发生了变化，前者决定人脸形状，后者决定皱纹等细节。本项目采用基于颅面软组织厚度的人脸老化模拟方法进行研究。其一，以软组织厚度代替人脸的二维轮廓或三维几何模型作为形状统计的因变量，从而突破现有算法的难点，得到消除颅骨差异影响后的人脸形状的衰老规律；其二，针对人老化常伴随体重变化的特点，统计年龄并增加胖瘦程度BMI（体重/身高平方）作为影响外形变化的因素。鉴于软组织密度获取困难性，采用纹理变化与年龄和BMI的统计关系来反映皱纹、肤色等变化。.前期国家自然基金重点项目"颅面形态学和颅面重构的研究"中已积累大量头部CT数据，具备颅骨结构和面貌、软组织厚度间关系研究的良好基础。本研究探索中国人面貌变化与年龄和BMI的统计规律，以有效提高人脸老化过程模拟和未来相貌预测的准确度，为刑事侦破、人脸识别、影视化妆等提供新手段，意义重大。

人脸老化模拟是人脸相关研究的一个重要方面。由于三维人脸时序数据采集困难，目前的人脸老化及胖瘦变化模拟主要集中在二维，三维研究较少。但三维人脸因包含更多的信息，是人脸老化研究的趋势。人脸衰老的第二阶段，即从青年到老年，颅骨基本不变，而容貌会衰老，其实质是面部软组织发生了变化。本研究从这一实质出发，首次提出了采用颅面CT数据来实现三维人脸从青年到老年的变化模拟。并且针对老化过程中往往伴随体重的变化，本研究同时考虑年龄和身体质量指数对外貌的影响。本研究提出了基于CT数据的单层三维颅面模型重建方法和基于全局和局部相结合的三维模型配准算法等方法，并在此基础上建立了大规模蒙古人种数字化颅面数据库；提出了两种三维人脸形状的老化模拟方法，即基于面部软组织厚度的三维人脸老化模拟方法和基于颅骨差异消除的三维人脸老化模拟方法；提出了面部纹理的老化模拟方法，以及基于细节迁移的三维皱纹统计建模方法等。本研究突破了现有三维人脸老化方法的缺陷，通过同时利用不同样本的颅骨信息和面貌信息，可在缺乏三维时序人脸数据的情况下，尽可能剔除因不同样本引起的人脸形状的不同，即剔除样本个体差异，并能挖掘出三维人脸随年龄和胖瘦变化的规律，然后根据这一规律对人脸老化及胖瘦变化现象进行模拟。相比于已有三维人脸老化方法，模拟结果更科学准确。本研究成果可用于人脸识别、刑侦破案、医学整形和影视化妆设计等。