自动颅像重合身份认证关键技术研究

颅像重合是比较颅骨遗存与失踪人口的照片以认定颅骨身源的主要手段，已有计算机辅助颅像重合系统处理过程还存在过度依赖专家交互、专用设备支持、效率低下的问题，本研究针对颅像重合身份认证处理过程自动化的迫切需求，研究二维和三维特征点自动标定、摄像物距和姿态估计方法、形态相似度度量等基础科学问题，提出：①二维人脸和三维颅骨模型的特征点自动标定新方法，实现特征点标定自动化；②基于形态统计的单照片摄像物距和人脸姿态估计算法，实现颅骨和相貌同视点重合图像生成自动化；③基于等形曲线的颅像形态相似度度量新方法，实现认定结果自动化；④形成颅像重合处理过程自动化的三阶段体系（颅像建库、同视点重合、身份认定）,构建自动颅像重合身份认证原型系统。研究成果将大幅提高待认定颅骨与大量人像集的颅像重合身份认定效率和准确性，为刑事侦查和灾难调查中颅骨身份认证提供依据，也可为颅面解剖学研究提供支持，应用前景广泛，科学意义重大。

颅骨遗存的身份认定是法医人类学中最重要的研究内容之一，颅像重合将根据无身源颅骨和失踪人照片集形成解剖一致性对应关系，以确定颅骨与照片是否为同一身源认证技术，属于排除性认证，基础数据要求低、设备要求简单，在刑侦、灾难调查、战乱失踪人员遗骸身源鉴定等方面应用需求迫切。..本研究针对颅像重合身份认证处理过程自动化需求，研究二维三维特征点自动标定、摄像物距和姿态估计方法、形态相似度度量等基础科学问题，主要进展有：. (1)改进的基于AAM的人脸特征点标定方法。该方法首先对于人脸照片进行人脸检测和亮度补偿等预处理，然后结合局部皮肤相似概率和原始的局部灰度信息，使用基于Gabor小波特征的混合AAM，自动提取出人脸的特征点；.（2）提出了一种基于几何的人脸姿态估计方法。该方法主要利用人面部的某些特征，并结合人脸测量学知识建立人脸平面模型，利用小孔成像模型建立人脸模型与人脸图像之间的关系，最后运用牛顿迭代法与最小二乘原则计算人脸姿态；.（3）基于浮点数编码遗传算法的颅像叠加方法。该方法首先配准颅骨模型、人脸照片上对应的标志点，寻找三维颅骨的最佳匹配几何变换f，然后对三维模型进行相似性变换和投影变换。执行速度快，准确性高，自动化实现了三维颅骨与二维照片的颅像叠加；.（4）提出了基于whole-to-part曲线配准的颅像叠加方法。对得到的2D颅骨分别提取颅骨和照片的轮廓曲线；再根据UCI表示曲线，采用whole-to-part方法，寻找人脸上对应于颅骨下颌线的轮廓曲线段；进行PA并结合鼻下点修正，计算出颅像配准叠加时所需的最佳变换T；最后对2D颅骨进行上述最佳变换，变换后颅骨恰好与人脸像处于最优重叠状态。.（5）构建了颅像重合原型系统。实现了三维模型的读取和显示，轮廓线和标志点的提取，基于几何模型参数的人脸姿态估计方法，基于相机标定的3D-2D颅骨的投影方法，基于曲线配准的颅像叠加以及其他辅助功能等。. 项目达到并超额完成预定目标，举办参加5次国内外学术会议，发表论文41篇，其中SCI 2篇，EI 10篇，ISTP 6篇，授权发明专利2项，软著2项，获省奖1项，CCF奖励1项，厅局级奖1项，并培养4名博士和11名硕士。该成果可大幅提高待认定颅骨与大量人像集的颅像重合身份认定效率和准确性，为刑事侦查和灾难事故中颅骨身份认证提供依据，为颅面解剖学研究提供支持，应用前景广阔。