基于解剖结构的三维颅相重合研究

Craniofacial superimposition is a skull identification technology. It projects the unknown skull to 2D image plane for a face photo of the missing person according to the same imaging parameters, and makes an identification decision by assessment of the anatomical consistency of the face photo and the skull projection. Craniofacial superimposition has an important application value in criminal investigation and some huge disasters. The projection of the unknown skull from 3D space to 2D plane causes the loss of the discriminant information, which makes the technology uncertainty. We abandon the inherent idea of the 2D craniofacial superimposition technology, and research on the craniofacial superimposition in 3D space from a new viewpoint in order to break through the bottleneck of existing methods and improve the reliability of craniofacial superimposition identification. Find the craniofacial segmentation method of anatomical consistency by analyzing the three-dimensional craniofacial anatomical structure; Explore effective ways of three-dimensional skull and face overlay, build a measurement criterion of the skull and face morphology correlation and the tissue thickness distribution model, offer reliable craniofacial superimposition identification methods, and form a theoretical system for three-dimensional craniofacial superimposition technology; Construct an automatic three-dimensional craniofacial superimposition identification system; Research on efficient 3D face reconstruction methods based on single photograph, and promote the present applications of three-dimensional craniofacial superimposition technology in criminal investigation and forensic anthropology.

颅相重合是针对失踪人人脸照片，将三维颅骨按相同成像参数进行二维成像，在二维平面上通过分析人脸与颅骨的解剖一致性来进行颅骨身源认定的技术手段，在公安刑侦和一些重大自然灾难中有重要的应用价值。将颅骨从三维空间投影到二维平面造成判别信息的损失，使得这项技术本身存在很大的不确定性。本项目摒弃以往在二维平面进行颅相重合的固有思路，从一个全新的角度在三维空间研究颅相重合技术，突破现有方法的瓶颈，提高颅相重合身源认定的可靠性。分析三维颅面的解剖结构，提出颅骨和人脸的解剖一致性分割方法；探寻三维人脸与三维颅骨重叠配准的有效途径，建立颅骨和人脸的形态相关性度量准则和软组织厚度分布模型，提出可靠的颅相重合判别鉴定方法，形成完整的三维颅相重合技术理论体系；构建自动的三维颅相重合身源鉴定系统；研究高效的基于单幅照片的三维人脸重构新方法，推动现阶段三维颅相重合技术在刑侦和法医人类学中的广泛应用。

颅相重合是通过分析颅骨和人脸照片间的一致性来进行颅骨身源认定的技术手段,在公安刑侦和一些重大自然灾难中有重要的应用价值。本项目从数据的采集与处理、基于照片三维人脸重构、颅骨与人脸的相关分析模型、颅面的相似性评价等方面进行了研究。研究了多视数据采集系统的摄像机标定问题，提出了一种基于凸松弛的一维标定方法,提升了标定的精确度。采集了100套具有对应直立姿态人脸的躺卧颅面数据,和280套直立姿态人脸数据, 研究了基于CT 图像的颅骨与人脸的解剖分割，完成了数据的处理,形成了三维模型库；研究了躺卧三维颅面模型的直立矫正，提出了一种基于测地线的躺卧三维颅面模型的直立矫正方法，提出基于局部线性编码约束的躺卧三维颅面模型直立姿态矫正方法；研究了颅面数据的配准与对齐, 提出基于离散单值化的三维颅骨自动配准方法，提出了一种基于径向曲线的颅面自动配准方法，提出了一种基于柱面投影和TPS变形的颅面数据配准方法，提出了一种基于测地圆盘谱（Geodesic disk spectrum, GDS）特征的刚性部分形状与整体匹配算法，提出基于测地圆盘拉普拉斯谱的颅面匹配方法; 提出了一种人脸弱特征点的自动定位方法，大幅度增加特征点的分布密度，并且保证了特征点自动标定的精准性与通用性；研究了颅骨与面皮间的相关分析模型，提出了一种基于 LSCDA(least-squares Canonical Dependency Analysis)建立三维颅骨与面皮间相关分析模型的方法，可以捕捉到原始数据之间更为复杂的非线性依赖信息；研究了颅面的相似性评价: 提出一种基于Fréchet距离的颅面相似性评价方法，提出了一种基于稀疏主成分分析（SPCA）的颅面相似性评价方法；研究了基于单幅图像的三维人脸重建，提出基于LSCDA和SVR回归的三维人脸重构算法，提出基于径向基神经网络的三维人脸重构算法，提出基于空间分解的三维人脸重构算法。这些技术和方法对推动三维颅相重合技术在刑侦和法医人类学中的广泛应用有重要意义。