颅面重构中颅面相似度比较

目前颅面重构技术往往利用目标颅骨所反映出的种族、性别、年龄、营养情况等信息来选择参考颅骨或者参考面部模板进行颅面重构,但这些信息并不包括颅骨自身的信息(如形状信息);在得到颅面重构的结果后,评估生成的人脸到底像不像其本人的真实人脸,数值化评估重构结果尚待完善。基于以上问题,提出了一种颅面相似度比较的方法,将颅面特征点分为形状特征点和一般特征点,针对不同特征点计算不同距离来衡量颅面相似度。实验结果表明,利用该方法选择出的参考颅骨或面部模板与志愿者的选择基本一致,可用于进行颅面重构后续计算并对重构结果进行评估。

一种结合局部对称的三维模型对齐方法

对称是自然界大多数模型具有的一种特征属性。针对三维模型坐标归一化过程中模型的对齐问题,提出了一种结合局部对称的三维模型对齐方法。通过三维模型的CPCA坐标轴确立其初始姿态,提出局部对称长度比来度量三维模型的局部对称性。以此为依据将三维模型分成两类,对于具有大于或等于2个局部对称平面的三维模型,利用最大局部对称长度比来确立最终姿态;对于仅有1个或没有局部对称平面的三维模型,通过面积替换质量,将模型达到力矩平衡时的姿态确立为最终姿态。算法既考虑到了模型的对称性质,又考虑了非对称模型的处理。实验结果显示了算法的有效性。

利用改进的分区统计颅面模型重构颅面

针对初始颅面点集数据量大、分布不均匀,以及分区统计颅面模型算法处理颅面眼、鼻、口三个区域不易连接的问题,提出了改进的分区统计颅面模型算法。通过将颅面分成T区(眼、鼻、口区域)和O区(其他区域),解决了眼、鼻、口区域的连接问题,并用两种不同半径的球覆盖颅面的方法处理初始颅面点集,使颅面两个区域内点集分布均匀。同时引入种族、性别、年龄、胖瘦四个属性表示单个样本模型,利用主成分分析方法建立统计颅面模型。实验结果表明该算法能够取得更好的颅面重构效果。

使用形状变化描述三维模型

针对三维模型检索中的形状特征提取问题,提出利用三维模型自身形状变化信息构造形状特征描述符的方法。首先选择一组等间距互相平行的平面切割三维模型,得到三维模型的切片集合;然后定义相邻切片的差来描述切片间的形状变化,并通过所有相邻切片间的差值来反映三维模型自身的形状变化,以此作为三维模型的形状特征描述符。该方法与三维模型的旋转、平移无关,同时不依赖于模型的点云分布,并且精简模型三角面片对算法的影响较小。实验结果验证了该方法的有效性。

深色边框眼镜的检测与定位

在确定了人脸区域的基础上，结合眼睛的定位，利用人像脸部区域的投影图等几个统计量，判断人像是否佩戴眼镜，并对眼镜进行定位。同时，要求图像中的人脸没有很大的旋转角度，即要求人像要直视镜头。

改进的交互式动态体绘制算法

针对交互式动态体绘制算法生成图像质量差的问题,提出一种改进算法,在减少使用插值的同时,通过增加采样点数和使用采样点间距离作为权值等方法进行图像合成。改进的算法使结果图像的质量有了明显改善,同时保持了较快的速度。

交互式虚拟人脑内窥镜系统关键技术

目的为解决传统内窥镜方法的缺点。方法设计并开发了一套基于体绘制技术的交互式虚拟人脑内窥镜系统。结果给出了系统主要功能和流程,并且对系统实现中的3项关键技术:虚拟相机模型建立、漫游路径抽取和三维体数据的绘制方法作了详细介绍,改进的光线投射算法使得重建的三维模型图像清晰,绘制效率高。结论系统能够通过手动和自动两种方式进行器官内漫游并生成动画记录,为临床诊断和医学仿真提供了有效地支持。

一种新的虚拟血管镜自动导航路径生成方法

血管的中心路径提取是虚拟血管镜的重要组成部分,它提供了自动导航的路径.本文提出一种新的内窥路径生成方法,用改进L1中值算法对体素点云化的脑血管数据进行骨架的提取.首先,对核磁共振成像(Magnetic resonance imaging,MRI)增强血管数据进行基于统计的分割算法进行分割;其次,对推广的Roberts算子在体素空间分割出的单体素点边界进行体素点的点云化,生成点云模型;最后,在点云空间中运用基于法向信息的L1中值算法进行骨架提取.该过程克服了传统方法在体素中进行骨架提取时对数据缺失、孤点敏感的局限性,并且对下采样后的点云化数据提取的骨架效率高,骨架居中性较好,最终把骨架用作脑血管虚拟内窥的自动漫游路径,实现自动导航.

基于MPEG-4关键技术的视频医疗系统

通过对MPEG-4视频编码关键技术及原理的分析,利用MPEG-4视频技术实时、高效无线视频传输的特性,开发、设计并实现了基于JMF技术、应用于智能化社区的视频医疗系统。在视频医疗系统中,由JMF提供一个统一的架构和通信协议来管理基于时间媒体的获取、处理和传输。采用实时传输协议/实时传输控制协议(RTP/RTCP)很好的保证了视频传输过程中的实时性,并在JMF中引入了MPEG-4压缩算法插件进行视频压缩。MPEG-4压缩算法压缩比高,并且具有良好的网络适应性。

基于对抗生成网络的复原面貌真实感处理

由于颅骨面貌数据较少,现有颅面复原方法获得面貌模型具有一定局限性,复原结果仅含有物理几何信息,缺纹理、睁眼状态等真实感信息,这些信息缺失均影响进一步颅骨身份识别。该文提出了一种基于对抗生成网络的P-GAN来重现逼真面貌。针对Pix2Pix(image-to-image translation)网络复原面貌的真实感不足,文中基于Pix2Pix网络提出一种P-GAN网络将复原面貌进行真实感处理,在Pix2Pix基础上添加面貌约束网络P-net。使用VGG16(visual geometry group)提取面貌特征,使用SE-Block(sequeze and excitation)加强网络收敛,使用Face++来挑选最相似样本。网络输入为复原面貌图像与真实人脸图像,Contrastive loss和Triplet loss结合作为损失函数,将复原面貌数据Frankfurt校正与归一化后,输入P-GAN网络获取真实感复原面貌。

利用Principal Warps评估颅面几何相似度

针对目前颅面相似度评估主要依靠主观验证、缺乏衡量相似度的物理量等问题,提出一种3维颅面几何相似度评估方法。将颅面相似度评估看做是待比较颅面到数据库中其余颅面的弯曲变形,计算出待比较颅面的Principal Warps作为新的基,给出颅面间对应全局特征点的选择方法,并利用薄板样条函数建立映射,从而计算出相应的弯曲变形矩阵,将该矩阵表示为基与系数矩阵的乘积。实现了在待比较颅面固定的情况下,用系数矩阵来衡量颅面间的变形程度,并在此基础上定义了颅面间几何相似度距离,给出了具体比较方法。实验结果验证了该方法的有效性。