文摘

颅面重构模型来估计一个人的脸从它的头骨。它有一个广泛的应用在法医学,考古学,医学整形手术等等。然而,并未得到重视的评价颅面重建。本文提出了客观的方法来评估全球和本地重建颅面面临基于测地线网络。首先,测地线网络的重建颅面脸和最初的构建,分别测地线和isogeodesics网络顶点的十字路口。然后,相关系数的绝对值的特点两个模型之间的所有顶点对应的测地线网络作为整体的相似性,加权平均形状指数的值在一个社区被定义为每个网络顶点的特点。此外,每个模型的测地线网络顶点分为六个分区,也就是说,额头,眼睛,鼻子,嘴巴,脸颊和下巴,和当地的相似性测量每个分区。实验采用100对重建颅面及其相应的原始脸表明,评估我们的方法大致符合主观评价来自35人在五组。

1。介绍

颅面重构(1]的目标是估计一个人的脸出现的头骨使用软组织之间的关系和潜在的骨骼结构。它有一个广泛的应用在许多领域,如法医学、考古学、医疗整形手术,和公共安全。随着3 d数字化技术的发展,研究计算机辅助颅面重建已广泛受到关注。颅面重构的评价具有重要意义在改善颅面重构方法。然而,几乎所有研究颅面重构专注于重建方法本身,和小注意评价方法的重建结果。

颅面脸是一种最复杂的几何对象的自然世界。如何评估颅面重构的结果仍然是一个具有挑战性的问题。颅面重构的现有评价方法可分为三种类型:主观定性评价方法,客观的定量评价方法,并结合主观和客观评价的方法。主观评价方法评价颅面重构结果主观设计不同的评价策略。Quatrehomme et al。2)邀请25个学科评估和优秀或良好的中产相似9 25例。雪et al。3)邀请200多名受访者比较手动恢复颅面模型7的照片;68%的男性和26%的女性给了正确的结果。斯蒂芬和Henneberg437)邀请受访者确认16颅面重建结果;他们的实验结果也表明,识别率的男性高于女性。赫尔默et al。5)邀请24受访者比较24重建颅面面临的真正的照片;他们的研究结果显示,38%的重建结果非常相似,17%是类似的,42%是温和相似,只有一个结果被认为是不相关的原始照片。虽然主观评价方法是符合人类认知理论,评估过程需要大量的人力和时间,和评价结果的准确性受人的主观因素的影响。

一些学者做出了初步探索评价颅面重建结果的客观方法。冯et al。6使用相对angle-context分布(RACD)比较两个颅面脸。他们定义相对angle-context分布的概率密度函数计算的相对角度不同的间隔。考虑到计算不稳定和RACD时间复杂度高,朱et al。7)扩展了RACD bending-relative angle-context分布(BRACD)算法通过测量参考半球的弯曲颅面模型。段et al。8,9]头骨和脸型之间的相关性分析和测量距离的颅面重构误差之间的对应点重建颅面脸和原始的脸。

一些研究人员结合主观和客观评价。例如,·维纳兹(10)邀请20评估选择的三个最好的比赛从10重建颅面面临着一个头骨与原来的脸。他们还计算主观与客观评价结果之间的相关性通过数学形态分析评估普罗克汝斯忒斯使用分析结果。结果不显著但表明客观方法似乎捕捉一些人类观察者知觉相似性。Moorthy et al。11还提出了组合评价方法。在主观方面,他们进行了一个主观的研究,一组人类受试者(12科目180 3 d人脸)额定的相似性对面孔(共有5490对相似性得分)。在客观方面,他们提取伽柏特性自动检测特征点的范围,从3 d人脸纹理图像。最后,他们证明了这些特性相关的与人类相似的判断。

在本文中,我们提出一个新的全球和当地的评价方法基于测地线的颅面重构网络。我们定义的加权平均形状指数的值在一个社区的特点一个顶点。相关系数的绝对值相应功能的测地线网络的顶点作为两个模型之间的相似性。它奠定了基础为颅面重建结果的定性、定量分析和颅面重建方法的改进提供指导。

本文的其余部分组织如下。中给出的材料和方法部分2。部分3给出了实验结果。提供了一些结论部分4。

2。材料和方法

2.1。材料

本研究机构审查委员会批准(IRB)图像中心的大脑研究,认知神经科学与学习国家重点实验室,北京师范大学。这项研究是进行数据库208年整个头部CT扫描在自愿人员大多来自中国北方汉族,年龄从19岁到75岁。CT扫描是通过临床多层螺旋CT扫描仪系统(西门子Sensation16)在咸阳医院位于中国西部。如图1显示,我们首先提取颅骨和脸从原始CT切片图像边界,然后重构的三角网格模型的3 d头骨和皮肤表面的游行立方体算法(12]。更多细节在数据处理的过程中可以找到(13]。获得的三维颅面网格模型通常包含缺陷如黑洞,差距,简并,或者nonmanifold配置。我们需要填补和差距,消除分散点真实感三维人脸模型成为一个完整的和结构良好的歧管。消除数据采集的影响,姿势,和规模,所有三维颅面数据都转换为一个统一的法兰克福坐标系(14]。最后,如图2显示,我们选择一个颅面数据作为参考模板和切掉了部分参考颅面模型考虑到有太多的顶点在整个头部和脸部特征主要集中在前面的一部分。所有的颅面模型与参考模型自动注册的非刚性的数据登记方法(14]。

2.2。方法的概述

颅面重构评价是评估重建颅面之间的相似的脸,原来的脸。我们建议颅面重构评价的客观方法基于测地线的形状指数网络顶点。该方法评估全球和本地的相似之处。测地线网络的重建颅面脸和最初的构建,分别测地线和isogeodesics路口测地线网络的顶点。加权平均形状指数的值在每个测地线的社区网络中顶点计算为每个颅面模型。加权平均的特性被认为是顶点。相关系数的绝对值的所有顶点对应的测地线网络的特性被认为是两个模型之间的整体相似度。评估本地重建,这些测地线网络的顶点模型分为六个分区,额头,眼睛,鼻子,嘴巴,脸颊和下巴。相关系数的绝对值的特点相应的网络之间的顶点在每个分区两个颅面模型作为当地的相似性。

2.3。测地线网络建设

测地线的曲线测地曲率等于零。这是一个表面上两点之间的最短路径。由于其固有的不变性,测地线可以应用于人脸识别,对表达式。根据测地线,地线极坐标系统可以由指数映射(15,16]。灵感来自这个想法,我们构建的测地线网络根据测地线和isogeodesics,分别在两个颅面面部模型和测地线的交点和isogeodesics,即测地线网络顶点,两个颅面脸模型之间的对应点。因此,我们可以比较两个模型的相似性通过顶点对应的测地线网络的特点。

构造测地线网络的详细步骤描述如下。首先,我们发现鼻子的颅面模型和测地线的源点。因为颅面模型额,鼻子尖点是整个模型的最高点,即最大点的吗值(或值)在法兰克福坐标。其次,isogeodesics提取源点的测地距离。提取的isogeodesics是均匀间隔相同的两个。间隔的最短的测地线距离的鼻子尖点边界点集。所以isogeodesics集可以通过下面的公式: 在哪里代表的isogeodesic测地距离从源点曲线上的点=。测地距离可以解决现有的测地线算法,如MMP [17),我(18],PCH [19),和SVG (20.]。在这里,我们采用经典的MMP算法,已实现和详细描述21]。第三,计算测地线从鼻子根据角间隔相等。平等的角度可以发现如下:鼻子尖的方向和眉毛的中间点被选中作为初始方向;最外层isogeodesic预计到鼻子的切平面,和十字架点相等的角线的鼻子尖与最外层isogeodesic切平面上的投影计算;项目原始交叉点到外层isogeodesic,这些平均分配点是测地线的作为目标点;测地线从鼻子尖到目标点可以计算如下: 最后,交集点测地线的和isogeodesics计算,所有交集点构成的交点,测地线网络点集:

图3显示了测地线网络的重建和最初的颅面模型。让和是测地线网络点集的颅面模型和,分别。测地线网络点的和的对应点的两个颅面模型,因为他们有相同的初始方向和来源(鼻子尖)。

2.4。提取形状指数特性

由于内在的不变性的测地线,地线网络的特征点可以用来评估颅面重构的结果。形状指数主曲率产生的功能和。它可以捕获一个表面的“本地”形状。因此,我们评估颅面重构基于形状指数的相关系数值对应的测地线网络的顶点之间的原始和颅面重构的面孔。形状指数被定义为curvedness-orientation-shape地图领域(宇宙)表示22),可以定量地测量表面点的形状。每一个不同的表面形状对应于一个独特的价值。在一个点,形状指数被定义为

相应的网络的顶点和原始和重建颅面模型,形状指数的值和,分别。避免噪声的干扰,获得强劲的形状指数的值,我们定义的加权平均形状指数的值在一个社区的特点一个顶点。由于测地线网络的重要作用顶点在评估这两个颅面模型,测地线网络顶点本身的重量应该是最高的,权重的一小声响附近的顶点应该高于双环社区。在本文中,我们选择100年的重量,10日和1网络的顶点,一小声响街区,分别,双环附近。相应的功能网络的顶点和颅面模型和,分别。整整两个模型,所有网格顶点构成的特点,分别的向量和在哪里等于,即产品的数量isogeodesics和测地线的数量。

2.5。评估颅面重建全球和本地

一般来说,相关系数是用来衡量两个变量是线性相关的。在这里,我们使用相关系数来衡量两个颅面模型的相似性。全球评估颅面重构的结果,我们计算出的相关系数特性之间的所有顶点对应的测地线网络的原始和重建颅面模型由以下公式: 相关系数的值区间范围。我们取绝对值作为相似性度量。值越小,实力较弱的相似性。

全球评估只反映了整个重建和原始颅面模型之间的相似性并不能辨别是否该地区重建与否。为了评估在当地重建颅面模型,我们将测地线网络顶点划分为六个部分,也就是说,额头,眼睛,鼻子,嘴巴,脸颊和下巴(如图4)。测地线网络的特征点在每个分区用于计算相似度测量的分区(5)。据当地评估,我们可以统计分析当地的相似性测量和给一些反馈促进颅面重构方法。

3所示。实验和讨论

获得实验数据,我们使用偏最小二乘回归(PLSR)方法(8]重建颅面模型,108对头骨和面部皮肤在208 CT扫描作为训练数据,和其他100个头骨作为颅面重构的测试数据。因此,我们得到100对重建模型和相应的原始颅面模型。比较与主观评价,我们首先介绍我们设计的主观评价过程。然后,重建结果提出评估全球和当地的客观方法。

3.1。主观的评价

为了评估拟议的客观方法,我们邀请了35个受试者评估100年重建颅面模型。100对颅面脸模型被分成五组,每组有20对。35受试者被分为五组,每组有7个学科评估20对重建颅面和相应的原始颅面脸。每位受试者被要求观察每一对的脸在屏幕上,选择整体相似度从以下五度如图5表明:充分(90%以上),高(70% ~ 90%),有些(50% ~ 70%),略(30% ~ 50%)和低(0% ~ 30%)。他们也要求选择最相似的区域和最相似的区域从以下六个分区:鼻子,眼睛,嘴,额头、脸颊和下巴。为了避免视觉疲劳,每个主题只是负责评估20对颅面脸。根据五组的主观评估,100对颅面面临的相似之处是,和每一对有七个相似度由七种不同的科目。我们计算均值最大相似性得分根据上限的七个相似度和平均最低的相似性得分下限。因此,我们获得了相似度间隔每一对颅面面临的主观评价。在下面,如果相似目标区间的方法获得的一对颅面脸,我们认为评价和主观评价是一致的。

3.2。全球评估

全球评估比较所有测地线网络的特点顶点的目标之间的相似性得分重建颅面脸和相应的原始的脸。表1显示了相似性得分的客观和主观评估。从表1,我们可以看到,客观评估的相似性得分是相似度区间内的主观评价。评估结果表明,客观评估与人类的主观评价是一致的。

3.3。当地的评价

局部相似度的评价是评价六个分区:额头,鼻子,眼睛,嘴巴,脸颊和下巴之间的重建颅面脸和相应的原始颅面脸。我们发现最和最相似的地区和比较它们与主观评估。我们把三对颅面面临着表1;当地的相似性得分计算测地线网络的特性在每个分区顶点。表2显示了评价结果的客观方法。我们可以看到,鼻子眼睛是最相似的区域和区域是最相似的面积的0401;口面积最相似区和前额区是最相似的区域001 - 2354;脸颊区域是最类似的面积和嘴是最相似的面积的3718。这些结果与主观评价相一致。

我们评估的所有100重建颅面面临本地和比较当地的评价六个分区与全球评估。图6显示了比较。从图6相似,我们可以看到,鼻子大致符合全球相似性和相似的眼睛几乎是与全球相似性无关。我们也计算相关系数的绝对值的局部相似性之间六个分区与全球使用l00病例相似。表3给出了相关系数的绝对值。从表3,我们还可以看到,鼻子的相似区域是高度相互关联的全球相似性和眼睛区域的区域相关性与全球相似性最低。与其他分区,鼻子区域有更多的测地线网络的顶点和鼻子区域的曲率变化更显著;所以鼻子的相似性更接近全球相似性。眼睛区域少测地线网络的顶点;因此,相似的眼睛有一个小相关性与全球相似性。

我们计算的每个分区的平均相似度得分100双的面孔。平均相似性得分表所示4。我们可以看到的最大的下巴区域和最低在眼睛区域。这表明眼睛区域是不能很好地重建。这些客观评价结果与主观评价结果一致。

4所示。结论

颅面重建已经普遍应用于法医学,考古学,医学整容手术,等等。然而,几乎所有研究颅面重构专注于重建方法本身,和小注意评价方法的重建。本文提出了客观的方法来评估全球和本地重建颅面面临基于测地线的形状指数网络顶点。颅面面临的测地线网络是由测地线和isogeodesics。对于每个测地线网络的顶点,我们定义的加权平均形状指数的值在一个社区功能网络的顶点。相关系数的绝对值相应功能的测地线网络的顶点作为两个模型之间的相似性。我们用100对重建颅面和相应的原始面孔来评估我们的方法。与主观评价比较,我们还邀请了35个受试者评估视觉重建颅面脸。实验结果表明,该评估我们的方法是主观评价基本一致。通过评估颅面重构的影响全球和本地的我们可以提供指导提高颅面重构方法。 In addition, since small face expression can be regarded as the isometric deformation, under which the geodesic distance is invariant, the proposed method is also fit for the craniofacial faces of small expression variation.

利益冲突

作者宣称没有利益冲突有关的出版。

确认

作者感激地感谢匿名评论者对他们所有的有用的评论。他们也感谢Surazhsky等人,Rusinkiewicz公共地线的代码部分或曲率。这部分工作是由中国国家自然科学基金(61170170和61170170号)和新世纪优秀人才计划的大学(ncet - 13 - 0051)。