基于隐马尔科夫模型的三维人体解剖点自动标识研究

如何有效分析与利用现有三维人体数据是人机环领域充满挑战的研究方向，而人体表面解剖点的自动标识被视为其中重要的基础研究之一。课题以中国标准化研究院主持的我国首个大规模三维人体数据库为研究对象，以旋转图像作为三维模型表面解剖点的局部特征提取方式，发挥隐马尔科夫模型的学习与概率推理能力，建立人体表面各解剖点的隐马尔科夫模型，实现人体表面解剖点位置的自动标识。准确、高效的数据预处理是解剖点自动标识的前提。拟采用重采样与离散点拟合的方式补足模型表面孔洞。提出基于模板特征的模型面片简化技术，引入交互方式，加快面片简化处理速度。深入研究旋转图像参数不同设置对标识结果的影响，提出多分辨率旋转图像的概念与模型。最后对隐马尔科夫模型的经典训练算法予以优化。将该模型用于三维人体表面解剖点的位置自动标识不失为一种很有前景的方法，本课题将为未来的工程推广应用奠定研究基础和科学依据。

如何有效分析与利用现有三维人体数据是人机环领域充满挑战的研究方向，而人体表面解剖点的自动标识被视为其中重要的基础研究之一。课题以中国标准化研究院主持的我国首个大规模三维人体数据库为研究对象，以旋转图像作为三维模型表面解剖点的局部特征提取方式，发挥隐马尔科夫模型的学习与概率推理能力，建立人体表面各解剖点的隐马尔科夫模型，实现人体表面解剖点位置的自动标识。准确、高效的数据预处理是解剖点自动标识的前提。课题采用重采样与离散点拟合的方式补足模型表面孔洞。深入研究了旋转图像参数不同设置对标识结果的影响，提出了多分辨率旋转图像的概念。最后对隐马尔科夫模型的经典训练算法予以优化。将该模型用于三维人体表面解剖点的位置自动标识不失为一种很有前景的方法，本课题将为未来的工程推广应用奠定研究基础和科学依据。