基于层次化回归模型的颅面重构方法技术

本发明专利技术公开了一种基于层次化回归模型来实现对未知颅骨进行面皮重构的方法，通过对训练样本集中的颅骨和面皮分别进行处理得到规格化的训练样本数据，通过子空间分析得到颅骨、面皮、眼睛、鼻子、嘴巴五个子空间，并分别建立面皮、眼睛、鼻子、嘴巴的子空间特征对颅骨子空间特征的回归模型；根据回归模型重构未知颅骨的面皮整体和眼睛、鼻子、嘴巴的三维网格模型，最后融合面皮整体和眼睛、鼻子、嘴巴三维网格模型得到重构面皮。本发明专利技术不但能够实现面部基本形状和整体结构的精确重构，而且能较好地重构五官局部特征区域。在刑侦、考古、法医人类学、医学手术、美容整容等领域具有重要的应用价值和实用价值。

【技术实现步骤摘要】

本专利技术涉及面皮重构的方法，特别涉及ー种，属于法医人类学

技术介绍
颅骨是人类面貌的内在生物特征，根据颅骨形态实现面貌重构是法医人类学领域的典型应用项目。传统的手工方法是在待定颅骨的基础上，借助解剖測量和针刺测量途径获得人脸软组织的厚度规律，由艺术家雕塑而成，即需要人类学家、艺术家和医生合作完成，其缺点是较多的依赖重构者个人对颅 面特征和艺术的把握，因此其面貌重构的结果受主观因素影响较大，不具备科学推广的价值，并且重构ー个颅面需要几天的时间。目前，现有的根据颅骨形态实现面貌重构的较为科学的方法基本上分为两类一类是基于软组织厚度测量的方法。通过测量一定数量的颅面样本在颅骨上一些关键特征点处的平均软组织厚度作为经验知识，对于目标颅骨，首先根据这些平均软组织厚度的经验值，获得颅骨关键特征点处的面皮位置，然后通过插值、变形等技术得到整个颅骨的面皮。这类方法只要求在颅骨上标注少量关键特征点，并获得这些点的软组织厚度，所需的数据较少。然而，这些关键特征点处的软组织厚度和颅面形状之间并没有直接的相关关系；另ー类是基于统计变形模型的方法。这类方法将ー套颅骨和面皮数据组织为ー个整体形成ー个向量，通过对大量的训练样本进行主成份分析(PCA)，建立參数化的颅面统计变形模型，通过优化的方法将统计模型匹配到目标颅骨，获得模型參数实现颅面重构。上述现有方法本质上是针对仅具有小部分数据的颅面样本求解数据缺失这ー病态问题，其缺点是优化过程容易陷入局部极小区域，很难体现颅骨的特征点对面皮重构的决定性作用。
技术实现思路
为了克服现有方法的不足，本专利技术利用颅骨与面皮的内在本质关系，提供ー种能够根据颅骨进行面皮重构的。主要用于刑侦、考古、法医人类学、医学手术、美容整容等领域。为实现上述目的，本专利技术的技术方案是从面皮中分割出眼睛、鼻子、嘴巴三个特征区域，分别将颅骨、面皮、眼睛、鼻子、嘴巴投影到不同的低維子空间，在低維子空间建立层次化回归模型，包括眼睛、鼻子、嘴巴三个特征区域的局部回归模型和面皮整体的回归模型。对待重构的目标颅骨，利用层次化回归模型能够得到面皮整体重构和眼睛、鼻子、嘴巴三个局部特征区域的重构结果，通过融合整体和局部重构结果得到最終的面皮。本专利技术的方法的具体步骤包括I)模型训练I. I)数据处理对训练样本集中的颅骨和面皮分别进行非刚性三维数据配准，并将颅骨和面皮的姿态和大小規格化，分别得到顶点个数相同、语义相同、连接关系一致的颅骨三维网格模型样本集和面皮三维网格模型样本集，然后从每个面皮的三维网格模型中分割出眼睛、鼻子、嘴巴三个区域的三维网格模型，最后分别将每个颅骨、面皮、眼睛、鼻子、嘴巴的三维网格模型按点的坐标规格化为ー个高维原始特征向量；I. 2)子空间分析对步骤I. I)中得到的训练样本的颅骨、面皮、眼睛、鼻子、嘴巴的高维原始特征向量集分别进行子空间分析，得到五个子空间投影矩阵，并将这些高维数据投影到相应的低維子空间；I. 3)层次化回归模型建立分别建立面皮、眼睛、鼻子、嘴巴的子空间特征对颅骨子空间特征的回归模型；2)颅面重构2. I)数据处理将未知颅骨 与训练样本集中的颅骨进行非刚性三维数据配准，将未知颅骨的姿态和大小規格化，并按点的坐标将未知颅骨规格化为ー个高维原始特征向量;2. 2)层次化面皮模型重构利用步骤I. 2)中的颅骨子空间投影矩阵将步骤2. I)中得到的未知颅骨的高维原始特征向量投影到颅骨子空间，利用步骤I. 3)建立的层次化回归模型得到相应于未知颅骨的面皮、眼睛、鼻子、嘴巴的子空间特征，根据相应的子空间特征恢复出未知颅骨的面皮整体三维网格模型和眼睛、鼻子、嘴巴这三个区域的局部三维网格模型；2. 3)模型融合融合面皮整体三维网格模型和眼睛、鼻子、嘴巴这三个局部的三维网格模型得到未知颅骨的重构面皮。优选地，步骤I. 2)中所述子空间分析采用独立成份分析ICA、主成份分析PCA中的ー种。优选地，步骤I. 3)中所述的回归模型建模采用岭回归、偏最小ニ乘回归方法中的ー种。优选地，步骤2. 3)中所述的模型融合采用如下方法首先，定义三维网格模型上顶点P的K阶邻接点如下定义P本身为P的O阶邻接点；存在一条边与P直接相连的顶点称为P的I阶邻接点；与P的K-I阶邻接点直接相连且不属于P的O阶到K-I阶邻接点集的顶点称为P的K阶邻接点；模型融合的具体步骤为a.根据眼睛、鼻子、嘴巴局部三维网格模型与面皮整体三维网格模型上的点对应确定眼睛、鼻子、嘴巴局部三维网格模型到面皮整体三维网格模型的旋转平移变换，并将眼睛、鼻子、嘴巴局部三维网格模型变换到面皮整体三维网格模型；b.确定变换后眼睛、鼻子、嘴巴局部三维网格模型的边界顶点集Ltl = {Xi； i = 1，2，. . .，n。}，以及Ltl的O阶到K阶邻接点集、=^,/_ = 1ノ2,_..為ト}! = 0,1,...，K，假定Ltl在面皮整体三维网格模型上的对应点集为Gtl = {Yi； i = 1,2, , η。}，确定ー个TPS插值变换f满足下面的插值要求 f/(x,·)=Y" '· = !> 2,…,H0しκ、へCD; :/(ΧΠ:Χ〉,/ = 1,2,· .,へc.对所述局部三维网格模型上的顶点作下述变换，对Ltl的邻接点集Lh，h=0,1，...，K施行变换f，而所述局部三维网格模型上除这些邻接点以外的其它顶点保持不变，用变换后的顶点代替面皮整体三维网格模型上的对应点，得到融合后的重构面皮。优选地,所述邻接点阶数K取K=4。本专利技术构建了层次化回归模型，包括眼睛、鼻子、嘴巴三个特征区域的局部回归模型和ー个面皮整体回归模型。对待重构的目标颅骨，利用层次化回归模型可以得到面皮整体重构和三个局部特征区域的重构结果，通过融合整体和局部重构结果得到最終的重构面皮。与以往针对整体结构或分区的统计方法相比，本专利技术不但能够实现基本形状和整体结构的精确重构，而且能较好地重构局部特征区域，重构准确度高。此外，本方法更能体现颅骨决定面貌这一本质联系。主要用于刑侦、考古、法医人类学、医学手术、美容整容等领域。附图说明图I为本专利技术所述的流程图。具体实施例方式下面结合附图对本专利技术所述的具体实施方式作进ー步详细的说明。如图I所示，本专利技术所述的主要步骤包括I)模型训练I. I)数据处理对训练样本集中的颅骨和面皮分别进行非刚性三维数据配准，并将颅骨和面皮的姿态和大小規格化，分别得到顶点个数相同、语义相同、连接关系一致的颅骨三维网格模型样本集和面皮三维网格模型样本集，然后从每个面皮的三维网格模型中分割出眼睛、鼻子、嘴巴三个区域的三维网格模型，最后分别将每个颅骨、面皮、眼睛、鼻子、嘴巴的三维网格模型按点的坐标规格化为ー个高维原始特征向量；I. 2)子空间分析对步骤I. I)中得到的训练样本的颅骨、面皮、眼睛、鼻子、嘴巴的高维原始特征向量集分别进行子空间分析，得到五个子空间投影矩阵，并将这些高维数据投影到相应的低維子空间；I. 3)层次化回归模型建立分别建立面皮、眼睛、鼻子、嘴巴的子空间特征对颅骨子空间特征的回归模型；2)颅面重构2. I)数据处理将未知颅骨与训练样本集中的颅骨进行非刚性三维数据配准，将未知颅骨的姿态和大小規格化，并按点的坐标将未知颅骨规格化为ー个高维原始特征向本文档来自技高网...

【技术保护点】
基于层次化回归模型的颅面重构方法，其特征在于，包括下列步骤：1)模型训练；1.1）数据处理：对训练样本集中的颅骨和面皮分别进行非刚性三维数据配准，并将颅骨和面皮的姿态和大小规格化，分别得到顶点个数相同、语义相同、连接关系一致的颅骨三维网格模型样本集和面皮三维网格模型样本集，然后从每个面皮的三维网格模型中分割出眼睛、鼻子、嘴巴三个区域的三维网格模型，最后分别将每个颅骨、面皮、眼睛、鼻子、嘴巴的三维网格模型按点的坐标规格化为一个高维原始特征向量；1.2）子空间分析：对步骤1.1）中得到的训练样本的颅骨、面皮、眼睛、鼻子、嘴巴的高维原始特征向量集分别进行子空间分析，得到五个子空间投影矩阵，并将这些高维数据投影到相应的低维子空间；1.3）层次化回归模型建立：分别建立面皮、眼睛、鼻子、嘴巴的子空间特征对颅骨子空间特征的回归模型；2）颅面重构；2.1）数据处理：将未知颅骨与训练样本集中的颅骨进行非刚性三维数据配准，将未知颅骨的姿态和大小规格化，并按点的坐标将未知颅骨规格化为一个高维原始特征向量；2.2）层次化面皮模型重构：利用步骤1.2）中的颅骨子空间投影矩阵将步骤2.1）中得到的未知颅骨的高维原始特征向量投影到颅骨子空间，利用步骤1.3）建立的层次化回归模型得到相应于未知颅骨的面皮、眼睛、鼻子、嘴巴的子空间特征，根据相应的子空间特征恢复出未知颅骨的面皮整体三维网格模型和眼睛、鼻子、嘴巴这三个区域的局部三维网格模型；2.3)模型融合：融合面皮整体三维网格模型和眼睛、鼻子、嘴巴这三个局部的三维网格模型得到未知颅骨的重构面皮。...

【技术特征摘要】

【专利技术属性】
技术研发人员：段福庆，武仲科，周明全，
申请(专利权)人：北京师范大学，
类型：发明
国别省市：