Nghiên cứu Kỹ thuật Khôi phục Mặt người Ba Chiều từ Sọ - Luận án TS Công nghệ Thông tin
Luận án Tiến sĩ Công nghệ Thông tin trình bày phương pháp mới khôi phục mặt người 3D từ sọ. Nâng cao độ chính xác, ứng dụng quan trọng trong pháp y, y tế.
Năm xuất bản
Số trang
132
Thời gian đọc
20 phút
Lượt xem
0
Lượt tải
0
Phí lưu trữ
40 Point
Tổng quan nhanh
- Chủ đề:
- Tổng quan Khôi phục mặt 3D từ sọ: Bài toán cốt lõi
- Số trang:
- 132 trang
- Trường:
- Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội
- Chuyên ngành:
- Khoa học máy tính
- Tác giả:
- Ma Thị Châu
- Năm:
- 2013
Tóm tắt nội dung luận án
I.Tổng quan Khôi phục mặt 3D từ sọ Bài toán cốt lõi
Nghiên cứu phục hồi khuôn mặt 3D từ sọ là lĩnh vực quan trọng. Công trình này giải quyết bài toán cốt lõi trong tái tạo khuôn mặt pháp y. Luận án tập trung vào các kỹ thuật khôi phục mặt người ba chiều. Mục tiêu là phát triển phương pháp hiệu quả từ dữ liệu sọ. Công nghệ thông tin đóng vai trò trung tâm. Kết quả nghiên cứu có ý nghĩa lớn cho nhận dạng cá nhân. Nó hỗ trợ các ứng dụng pháp y và nhân chủng học. Phương pháp tiếp cận kết hợp thị giác máy tính 3D và đồ họa máy tính 3D. Nghiên cứu cung cấp giải pháp cho mô hình hóa khuôn mặt 3D chính xác.
1.1. Mục tiêu và tầm quan trọng của nghiên cứu
Luận án nhắm đến việc xây dựng các kỹ thuật tiên tiến. Các kỹ thuật này giúp khôi phục mặt người ba chiều từ sọ. Đây là một thách thức lớn trong khoa học máy tính. Mục tiêu chính là tạo ra mô hình khuôn mặt 3D đáng tin cậy. Nghiên cứu có tầm quan trọng đặc biệt trong lĩnh vực pháp y. Nó hỗ trợ nhận dạng các nạn nhân thảm họa hoặc di tích cổ. Tái tạo khuôn mặt từ sọ giúp đưa ra bằng chứng hình ảnh. Công việc này cần sự kết hợp giữa giải phẫu học kỹ thuật số và thị giác máy tính. Nó mở ra hướng mới cho các ứng dụng thực tế. Phục hồi khuôn mặt 3D góp phần vào công lý và hiểu biết lịch sử.
1.2. Các tiếp cận chính trong phục hồi khuôn mặt
Có nhiều phương pháp để phục hồi khuôn mặt từ sọ. Các cách tiếp cận được phân loại thành thủ công và có sự hỗ trợ của máy tính. Phương pháp thủ công yêu cầu chuyên gia có kinh nghiệm. Nó dựa vào kiến thức giải phẫu và điêu khắc truyền thống. Phương pháp hỗ trợ máy tính sử dụng các thuật toán. Nó khai thác dữ liệu 3D và kỹ thuật dựng hình 3D. Luận án tập trung vào các kỹ thuật dựng khuôn mặt từ sọ với sự trợ giúp của máy tính. Nó khám phá cách biểu diễn mô hình ba chiều khuôn mặt và sọ. Các kỹ thuật mô hình hóa bề mặt bằng lưới đa giác được phân tích. Mô hình hóa bằng bề mặt tham số cũng được xem xét. Mục tiêu là tìm ra phương pháp tái tạo khuôn mặt pháp y tối ưu.
1.3. Cấu trúc luận án khoa học
Luận án được tổ chức một cách hệ thống. Nó bắt đầu với phần giới thiệu về bài toán. Các kiến thức cơ bản về dựng khuôn mặt từ hộp sọ được trình bày. Chương sau tập trung vào dựng mô hình ba chiều của sọ từ ảnh. Các thuật toán và thử nghiệm được mô tả chi tiết. Tiếp theo là chương về dựng mô hình ba chiều khuôn mặt từ mô hình sọ. Cuối cùng, luận án đề cập đến trích chọn đặc trưng tự động trên sọ. Mỗi chương cung cấp cái nhìn sâu sắc về một khía cạnh cụ thể. Cấu trúc này giúp người đọc dễ dàng theo dõi. Nó thể hiện tính logic và khoa học của công trình.
II.Dựng mô hình 3D sọ từ ảnh Kỹ thuật tiên tiến
Việc dựng mô hình 3D sọ từ ảnh là bước đầu quan trọng. Nó đặt nền tảng cho quá trình phục hồi khuôn mặt 3D. Kỹ thuật này sử dụng các phương pháp tiên tiến của thị giác máy tính 3D. Mục tiêu là chuyển đổi dữ liệu ảnh 2D thành mô hình 3D chính xác. Quy trình này đòi hỏi sự phân tích sọ người 3D chi tiết. Nó giúp thu được các đặc trưng giải phẫu quan trọng. Các thuật toán đồ họa máy tính 3D được áp dụng. Chúng tạo ra một biểu diễn số hóa của sọ. Điều này là thiết yếu cho các bước tái tạo khuôn mặt pháp y tiếp theo.
2.1. Đánh giá các nghiên cứu liên quan về phục hồi 3D
Phần này xem xét các công trình trước đó. Nó bao gồm các phương pháp dựng mô hình 3D khuôn mặt từ ảnh. Các bộ trích chọn đặc trưng trên ảnh được phân tích. Mục tiêu là học hỏi từ những nghiên cứu đã có. Đồng thời, nhận diện những hạn chế cần khắc phục. Việc đánh giá này giúp định hình hướng phát triển. Nó đảm bảo tính mới và hiệu quả cho các thuật toán đề xuất. Kiến thức từ các nghiên cứu liên quan là nền tảng. Nó củng cố cách tiếp cận cho kỹ thuật dựng hình 3D.
2.2. Thuật toán trích chọn đặc trưng sọ ba chiều
Luận án đề xuất một thuật toán cụ thể. Thuật toán này dùng để tính toán đặc trưng sọ ba chiều. Các đặc trưng này là các điểm mốc giải phẫu quan trọng. Chúng được trích xuất tự động từ ảnh 2D. Quy trình này cần độ chính xác cao. Nó ảnh hưởng trực tiếp đến chất lượng của mô hình 3D sọ. Các kỹ thuật xử lý ảnh và nhận dạng mẫu được áp dụng. Mục tiêu là tạo ra một tập hợp các đặc điểm đáng tin cậy. Chúng sẽ dùng làm cơ sở cho mô hình hóa khuôn mặt 3D.
2.3. Hiệu chỉnh lỗi và biến đổi mô hình sọ 3D
Thuật toán cũng xử lý ảnh hưởng của lỗi trượt. Lỗi trượt có thể xảy ra trong quá trình thu thập dữ liệu. Phương pháp khắc phục lỗi trượt được đề xuất. Điều này đảm bảo tính toàn vẹn của dữ liệu sọ 3D. Sau đó, mô hình ba chiều của sọ mẫu được biến đổi. Biến đổi này sử dụng kỹ thuật RBF (Radial Basis Function). RBF giúp điều chỉnh mô hình sọ mẫu phù hợp. Nó khớp với các đặc trưng sọ đã trích xuất. Đặc tính hội tụ và độ phức tạp của thuật toán cũng được đánh giá. Các thử nghiệm chứng minh hiệu quả của việc điều chỉnh đặc trưng sọ 3D.
III.Tái tạo khuôn mặt 3D từ sọ Phương pháp đột phá
Giai đoạn tái tạo khuôn mặt 3D từ sọ là cốt lõi. Giai đoạn này sử dụng mô hình sọ 3D đã dựng. Luận án phát triển các phương pháp đột phá. Mục tiêu là tạo ra một khuôn mặt 3D thực tế. Quá trình này đòi hỏi sự hiểu biết sâu sắc về giải phẫu học kỹ thuật số. Nó kết hợp các kỹ thuật dựng hình 3D tiên tiến. Việc phục hồi khuôn mặt 3D đạt độ chính xác cao. Điều này giúp nâng cao chất lượng của tái tạo khuôn mặt pháp y. Đây là một bước tiến quan trọng trong lĩnh vực này.
3.1. Tổng quan kỹ thuật tái tạo khuôn mặt pháp y
Các phương pháp tái tạo khuôn mặt pháp y được tổng quan. Bao gồm cả phương pháp thủ công và phương pháp hỗ trợ máy tính. Các nghiên cứu liên quan về dựng mô hình khuôn mặt 3D được phân tích. Việc này giúp xác định các điểm mạnh và điểm yếu. Đồng thời, tìm kiếm các cơ hội cải tiến. Mục tiêu là xây dựng một hệ thống tái tạo hiệu quả. Hệ thống này cần đảm bảo tính khoa học và thực tiễn. Việc đánh giá kỹ thuật là cần thiết cho quá trình mô hình hóa khuôn mặt 3D.
3.2. Thuật toán dựng mô hình khuôn mặt 3D
Luận án đề xuất một thuật toán mới. Thuật toán này dùng để dựng mô hình khuôn mặt 3D. Nó sử dụng mô hình sọ ba chiều làm đầu vào. Các mốc đo và số đo trên sọ được sử dụng. Chúng là cơ sở để biến đổi mô hình khuôn mặt mẫu. Kỹ thuật RBF tiếp tục được áp dụng. Nó giúp điều chỉnh khuôn mặt mẫu phù hợp với sọ. Phương pháp này đảm bảo sự tương thích giải phẫu. Nó tạo ra một khuôn mặt 3D có độ chân thực cao. Đặc tính hội tụ và độ phức tạp của thuật toán cũng được phân tích.
3.3. Xác định độ dày mô mềm và đánh giá kết quả
Một yếu tố quan trọng là xác định độ dày mô mềm. Luận án đề xuất công thức tính độ dày mô mềm. Công thức này dựa trên các số đo nhân trắc. Độ dày mô mềm ảnh hưởng lớn đến hình dạng khuôn mặt cuối cùng. Sau đó, mô hình khuôn mặt 3D được đánh giá. Các phương pháp đánh giá khách quan được sử dụng. Chúng kiểm tra độ chính xác và độ chân thực của kết quả. Các thử nghiệm chứng minh hiệu quả của thuật toán. Chúng cho thấy khả năng tái tạo khuôn mặt 3D một cách đáng tin cậy.
IV.Trích chọn đặc trưng tự động trên sọ Nâng cao độ chính xác
Trích chọn đặc trưng tự động trên mô hình sọ 3D rất cần thiết. Nó nâng cao độ chính xác của quá trình phục hồi khuôn mặt 3D. Các phương pháp thủ công thường tốn thời gian và không khách quan. Luận án tập trung vào các kỹ thuật tự động hóa. Nó sử dụng thị giác máy tính 3D để phân tích sọ người 3D. Mục tiêu là xác định các điểm mốc giải phẫu quan trọng. Các điểm này là cơ sở cho các bước tái tạo khuôn mặt pháp y tiếp theo. Sự tự động hóa giúp cải thiện hiệu suất và độ lặp lại.
4.1. Tổng quan phương pháp trích chọn đặc trưng 3D
Phần này điểm lại các phương pháp đã có. Bao gồm trích chọn đặc trưng ba chiều dựa trên đa giác. Các phương pháp dựa trên điểm cũng được xem xét. Mục tiêu là đánh giá ưu nhược điểm của từng kỹ thuật. Việc này giúp lựa chọn phương pháp phù hợp nhất. Đồng thời, tìm kiếm các hướng cải tiến mới. Các nghiên cứu liên quan cung cấp cái nhìn tổng quan. Chúng là nền tảng cho việc phát triển thuật toán mới.
4.2. Phân đoạn dữ liệu sọ và xác định điểm góc
Luận án đề xuất quy trình trích chọn đặc trưng tự động. Quy trình bắt đầu bằng phân đoạn dữ liệu sọ. Việc này chia mô hình sọ thành các phần nhỏ hơn. Sau đó, thuật toán xác định các điểm góc trên sọ. Các điểm góc này là các điểm mốc giải phẫu quan trọng. Chúng được sử dụng để định vị và căn chỉnh. Các kỹ thuật xử lý hình học 3D được áp dụng. Mục tiêu là trích xuất các đặc trưng một cách chính xác. Quá trình này rất quan trọng đối với mô hình hóa khuôn mặt 3D.
4.3. Ứng dụng giải phẫu học kỹ thuật số trong phân tích
Giải phẫu học kỹ thuật số đóng vai trò then chốt. Nó cung cấp kiến thức nền tảng về cấu trúc sọ. Điều này hỗ trợ việc hiểu và trích chọn đặc trưng. Các thuật toán học máy trong phục hồi mặt có thể được tích hợp. Chúng giúp nhận diện các điểm mốc phức tạp. Việc này đảm bảo tính chính xác và khách quan. Ứng dụng này giúp tối ưu hóa quá trình phân tích sọ người 3D. Nó đóng góp vào sự phát triển của kỹ thuật dựng hình 3D.
V.Ứng dụng công nghệ phục hồi mặt 3D Tiềm năng lớn
Công nghệ phục hồi mặt 3D từ sọ mang lại tiềm năng to lớn. Nó không chỉ giới hạn trong lĩnh vực pháp y. Các ứng dụng mở rộng sang nhân chủng học và y học. Công trình này là một đóng góp quan trọng. Nó thúc đẩy sự phát triển của các hệ thống tái tạo khuôn mặt 3D. Việc tích hợp các kỹ thuật thị giác máy tính 3D và học máy sẽ mở ra nhiều cơ hội mới. Kết quả luận án cung cấp một khung làm việc hiệu quả. Khung này cho phép tái tạo khuôn mặt pháp y với độ chính xác cao.
5.1. Vai trò của thị giác máy tính và học máy
Thị giác máy tính 3D là công cụ không thể thiếu. Nó hỗ trợ thu thập và xử lý dữ liệu sọ. Các thuật toán học máy trong phục hồi mặt giúp tự động hóa. Chúng nhận diện các đặc trưng phức tạp. Đồng thời, dự đoán các yếu tố hình thái khuôn mặt. Sự kết hợp này mang lại hiệu quả vượt trội. Nó giúp giải quyết các thách thức trong tái tạo khuôn mặt từ sọ. Công nghệ này còn có thể học hỏi từ dữ liệu lớn. Nó nâng cao khả năng phân tích sọ người 3D.
5.2. Hướng phát triển và thách thức trong tương lai
Lĩnh vực này còn nhiều hướng phát triển. Cần tiếp tục nghiên cứu các mô hình giải phẫu chi tiết hơn. Việc tích hợp dữ liệu gen có thể cải thiện độ chính xác. Thách thức lớn là xử lý dữ liệu sọ không hoàn chỉnh. Cải thiện khả năng thích ứng với các nhóm dân tộc khác nhau là cần thiết. Phát triển giao diện người dùng thân thiện cũng quan trọng. Mục tiêu là tạo ra công cụ dễ sử dụng cho các chuyên gia. Đồ họa máy tính 3D sẽ tiếp tục đóng vai trò thiết yếu.
5.3. Đóng góp của luận án vào lĩnh vực khoa học
Luận án cung cấp một bộ phương pháp toàn diện. Các phương pháp này dùng để khôi phục mặt người 3D từ sọ. Nó bao gồm từ dựng mô hình sọ đến tái tạo khuôn mặt. Các thuật toán được đề xuất có tính mới và hiệu quả. Nghiên cứu đóng góp vào lý thuyết và thực tiễn. Nó mở ra hướng mới cho các ứng dụng pháp y và y tế. Giải pháp này giúp nâng cao năng lực nhận dạng. Nó là một bước tiến quan trọng trong kỹ thuật dựng hình 3D.
Mục lục chi tiết luận án
Tải xuống file đầy đủ để xem toàn bộ nội dung
Tải đầy đủ (132 trang)Trích đoạn nội dung luận án
Tải xuống để đọc toàn bộĐẠI HỌC QUỐC GIA HÀ N ỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ MA THỊ CHÂU NGHIÊN C ỨU MỘT SỐ KỸ THUẬT KHÔI PHỤC MẶT NGƯỜI BA CHIỀU TỪ SỌ LUẬN ÁN TIẾN SĨ CÔNG NGH Ệ THÔNG TIN HÀ N ỘI – Năm 2013 ĐẠI HỌC QUỐC GIA HÀ N ỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ MA THỊ CHÂU NGHIÊN C ỨU MỘT SỐ KỸ THUẬT KHÔI PHỤC MẶT NGƯỜI BA CHIỀU TỪ SỌ Chuyên ngành: Khoa học Máy tính Mã s ố: 62 48 01 01 LUẬN ÁN TIẾN SĨ CÔNG NGH Ệ THÔNG TIN NGƯỜI HƯỚNG DẪN KHOA HỌC: 1.BÙI TH Ế DUY 2. TAE – WAN KIM HÀ N ỘI – Năm 2013 LỜI CẢM ƠN Để hoàn thành luận án, tác giả đã nhận được sự giúp đỡ nhiệt tình và tạo điều kiện của rất nhiều người, sau đây tác giả xin được phép bày tỏ lời cảm ơn chân thành: Tôi xin gửi lời cảm ơn chân thành và sâu sắc nhất tới hai thầy Bùi Thế Duy – Trường Đại học Cô ng nghệ, Đại học Quốc gia Hà Nội và thầy Tae-wan Kim – Trường Đại học quốc gia Seoul, Hàn Quốc, những người thầy tâm huyết đã tận tình hướng dẫn, động viên khích lệ, dành nhiều thời gian quí báu để định hướng cho tôi trong quá trình tham gia khóa học và hoàn thiện luận án. Tôi xin gửi lời cảm ơn chân thành tới lãnh đạo trường Đại học Công nghệ, lãnh đạo Khoa Cô ng nghệ thông tin, cảm ơn các đồng nghiệp đã tạo điều kiện thuận lợi cho tôi trong quá trình làm luận án. Tôi xin gửi lời cảm ơn chân thành tới các bạn đồng nghiệp trong phòng thí nghiệm Tương tác Người máy, Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội, những người luôn bên tôi động viên, góp ý, chỉnh sửa trong quá trìnhviết luận án.
Tôi xin gửi lời cảm ơn chân thành tới bác Nguyễn Trọng Toàn – Nguyên giám đốc Viện pháp y quân đội, người đã cung cấp số liệu và có những lời khuyên bổ ích giúp tôi tiếp cận số liệu nhân trắc khuôn mặt hiệu quả để tôi hoàn thành được luận án này. Tôi xin gửi lời cảm ơn chân thành tới bạn Nguyễn Đình Tư – Phòng thí nghiệm Tương tác Người máy, Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội, bạn Phạm Bá Mấy – Viện CNTT, Viện Khoa học Việt Nam đã nhiệt tình giúp đỡ tôi trong quá trình triển khai thu thập số liệu và can thiệp thô ng tin nhân trắc. Tôi xin gửi lời cảm ơn đặc biệt tới anh Đặng Trung Kiên, người đã có những chỉ dẫn, lời khuyên, động viên bổ ích và thiết thực nhất trong quá trình tôi thực hiện luận án. Cuối cù ng, tôi xin gửi tấm lòng ân tình tới bố mẹ, chồng con.
Gia đình của tôi là nguồn động viên và truyền nhiệt huyết để tôi hoàn thành luận án. i LỜI CAM ĐOAN Tôi xin cam đoan: Bản luận án tốt nghiệp này là cô ng trình nghiên cứu thực sự của cá nhân, được thực hiện trên cơ sở nghiên cứu lý thuyết, kiến thức kinh điển, nghiên cứu khảo sát tình hình thực tiễn và dưới sự hướng dẫn khoa học của PGS. Bùi Thế Duy và GS. Tae-wan Kim.
Các số liệu, mô hình toán và những kết quả trong luận án là trung thực, các giải pháp đưa ra xuất phát từ thực tiễn và kinh nghiệm, chưa từng được côn g bố dưới bất cứ hình thức nào trước khi trình, bảo vệ và công nhận bởi “Hội Đồng đánh giá luận án tốt nghiệp Tiến sĩ Cô ng nghệ Thô ng Tin”. Một lần nữa, tôi xin khẳng định về sự trung thực của lời cam kết trên. Tác giả: ii MỤC LỤC LỜI CẢM ƠN. i LỜI CAM ĐOAN.
ii MỤC LỤC. iii DANH MỤC CÁ C KÝ HIỆU VÀ CHỮ VIẾT TẮT. vi DANH MỤC CÁ C BẢNG. vii DANH MỤC CÁ C HÌNH VẼ.
viii MỞ ĐẦU.2 Bài toán và c ách giải quyết của chún g tôi.3 Cấu trú c của luận án. KIẾN THỨC CƠ BẢN VỀ DỰNG KHUÔN MẶT TỪ HỘP SỌ 7 2.1 Các cách tiếp cận dựng khuôn mặt từ hộp sọ.1 Dựng thủ cô ng khuôn mặt từ hộp sọ.2 Dựng khuôn mặt từ hộp sọ với trợ giúp c ủa máy tính.2 Biểu diễn mô hình ba chiều khuôn mặt và sọ.1 Mô hình hóa bề mặt khuôn mặt bằng lưới đa giác.2 Mô hình hóa bề mặt khuôn mặt bằng bề mặt tham số. DỰNG MÔ HÌNH BA CHIỀU CỦA SỌ TỪ ẢNH.1 Những nghiên cứu liên quan.1 Dựng mô h ình ba chiều khuôn mặt từ ảnh.2 Các bộ trích chọn đặc trưng trên ảnh.2 Thuật toán dựng mô hình ba chiều của sọ từ ảnh.1 Thuật toán tính đặc trưng sọ ba chiều.2 Ảnh hưởng của lỗi trượt lên đặc trưng sọ ba chiều và cách khắc phục.3 Biến đổi mô hình ba chiều của sọ mẫu bằng RBF.4 Đặc tính hội tụ và độ phức tạp các thuật toán .3 Thử nghiệm và đánh giá .1 Tính lỗi trượt và điều chỉnh đặc trưng sọ ba chiều .2 Đánh giá hiệu quả điều chỉnh đặc trưng sọ ba chiều dựa trên lỗi trượt .4 Kết luận chương. DỰNG MÔ HÌNH BA CHIỀU KHUÔN MẶT TỪ MÔ HÌNH BA CHIỀU CỦA SỌ.1 Những nghiên cứu liên quan .1 Dựng mô hình ba chiều khuôn mặt từ mô hình ba chiều của sọ với trợ giúp của máy tính.2 Các phương pháp đánh giá mô h ình ba chiều khuôn mặt kết quả .2 Thuật toán dựng mô hình ba chiều khuôn mặt từ mô hình ba chiều của sọ 51 4.1 Các mốc đo, số đo trên sọ và xác định độ dày mô mềm.2 Biến đổi mô hình ba chiều khuôn mặt mẫu bằng RBF .3 Đặc tính hội tụ và độ phức tạp các thuật toán .3 Thử nghiệm và đánh giá .1 Xác định cô ng thức tính độ dày mô mềm .2 Dựng mô h ình ba chiều khuôn mặt từ mô h ình ba chiều của sọ .4 Kết luận chương.
TRÍCH CHỌN ĐẶC TRƯNG TỰ ĐỘNG TRÊN MÔ HÌNH BA CHIỀU CỦA SỌ.1 Những nghiên cứu liên quan .1 Trích chọn đặc trưng ba chiều dựa trên đa giác .2 Trích chọn đặc trưng ba chiều dựa trên điểm.2 Trích chọn đặc trưng .1 Phân đoạn dữ liệu .2 Trích chọn điểm gó c.3 Trích chọn cạnh .4 Đặc tính hội tụ và độ phức tạp các thuật toán .3 Kết quả thử nghiệm .4 Kết luận chương. 89 iv CHƯƠNG 6. KẾT QUẢ NGHIÊ N CỨU VÀ BÀN LUẬN.92 DANH MỤC CÁC CÔ NG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊ N QUAN ĐẾN LUẬN Á N. 93 TÀI L IỆU THAM KHẢO.
94 PHỤ LỤC 1 - HÌNH HỌC E-PI-PÔ -LA. 103 PHỤ LỤC 2 - BIẾN ĐỔI BỀ MẶT BA CHIỀU DỰA VÀO HÀM BÁ N KÍNH CƠ SỞ. 106 PHỤ LỤC 3 - MỘT SỐ PHÉ P TOÁN. 110 PHỤ LỤC 4 - CÁ C SỐ ĐO NHÂN TRẮC.
116 v DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT VIẾT TẮT ABBFP (Angle Between Best Fit Polynomial) : Góc giữa các đa thức tốt nhất BFP ( Best Fit Polynomial) : Đa thức tốt nhất ESOD (Extended Second Order Difference) : Vi phân bậc hai mở rộng MC (Marching Cubes) : Các khối liên kết MSE (Mean Square Error) : Trung bình sai phương PCA (Principle Component Analysis) : Phân tích thành phần chính RBF ( Radial Basic Function) : Hàm bán kính cơ sở SFM (Structure From Motion) : Cấu trúc từ chuyển động SOD (Second Order Difference) : Vi phân bậc hai TPS (Thin-Plate Spline) : Mảnh S-pline mỏng THUẬT NGỮ Hộp sọ : Hộp sọ thật khai quật được Mô hình ba chiều của sọ : Mô hình ba chiều của bề mặt hộp sọ dưới dạng lưới đa giác Mô hình ba chiều khuô n mặt : Mô hình ba chiều của bề mặt khuôn mặt dưới dạng lưới đa giác vi DANH MỤC CÁC BẢNG Bảng 3.1: Lỗi trung bình và lỗi lớn nhất của các điểm đặc sọ trưng ba chiều trước và sau khi được điều chỉnh.1: Lỗi trung bình của hai phương pháp.1: Một số hàm bán kính cơ sở.2: Các số đo trên sọ.3: Mốc đo độ dày mô mềm.4: Cô ng thức tính độ dày mô mềm theo phương pháp hồi qui tuyến tính 118 Bảng 6.5: Các số đo sọ dùng để tính độ dày mô mềm theo phương pháp dù ng mạng nơ-ron 120 vii DANH MỤC CÁC HÌNH VẼ Hình 1.1: Qui trình dựng mô h ình ba chiều khuôn mặt từ hộp sọ.1: Dựng thủ cô ng khuôn mặt từ hộp sọ.2: Một hệ thống chồng khít ảnh lên hộp sọ.3: Dựng khuôn mặt dựa trên giải phẫu.4: Dựng khuôn mặt dựa trên độ dày mô mềm.5: Vídụ về biểu diễn bề mặt khuôn mặt bằng lưới đa giác.6: Vídụ về biểu diễn bề mặt khuôn mặt bề mặt s-pline.1: Dựng mô h ình ba chiều khuôn mặt từ ảnh dựa vào hiệu chỉnh ảnh.2: Ảnh bảng ca-rô để hiệu chỉnh máy quay.3: Dựng mô hình ba chiều khuôn mặt từ ảnh dùng bảng ca-rô để hiệu chỉnh máy quay.4: Dựng mô hình ba chiều khuôn mặt từ thiết lập nguồn sáng khi chụp ảnh.5: Dựng mô hình ba chiều khuôn mặt dựa vào mô hình ba chiều khuôn mặt mẫu.6: Dựng mô h ình ba chiều của sọ từ ảnh.7: Tínhđiểm đặc trưng sọ ba chiều.8: Một số điểm đặc trưng sọ ba chiều.9: Lỗi trượt và điều chỉnh điểm ba chiều.10: Mối quan hệ giữa điểm hai chiều và ba chiều.11: Đánh giá sai số trượt và điều chỉnh đặc trưng sọ ba chiều.12: Mô hình ba chiều của sọ mẫu.13: Xác định điểm đặc trưng trên mô h ình ba chiều của sọ mẫu.14: Chụp ảnh sọ quét.15: Hộp sọ quét trước (trái) và sau (phải) khi đánh dấu thêm các nhãn.16: Đối sánh đặc trưng SIFT.17: Đối sánh đặc trưng HARRIS.18: Lỗi trượt trên ảnh của hộp sọ thứ nhất.19: Lỗi trượt trên ảnh của hộp sọ thứ hai.20: Đặc trưng sọ ba chiều trước điều chỉnh và sau điều chỉnh.1: Dựng mô hình ba chiều khuôn mặt từ mô hình ba chiều của sọ dựa vào độ dày mô mềm.2: Dựng mô hìnhba chiều khuôn mặt từ mô hìnhba chiều của sọ của Bullock.3: Các cấp biến đổi trong phương pháp của Archer.4: Các thành phần dùng để khôi p hục khuôn mặt .5: Tìm công thức tính độ dày mô mềm.6: Dựng mô h ình ba chiều khuôn mặt từ mô hình ba chiều của sọ.7: Gắn kim trên mô h ình ba chiều của sọ.8: Mốc nhân trắc trên sọ.9: Nội suy kim .10: Biến đổi mô hình ba chiều khuôn mặt mẫu .11: Các điểm mốc chuẩn hó a dữ liệu trên mô hình ba chiều khuôn mặt mẫu 61 Hình 4.12: Đồ thị mô tả trung bình sai phương.13: Hai mô hình ba chiều khuôn mặt kết quả .1: Bề mặt và bề mặt trung tâm .2: Nối và làm trơn đặc trưng đường.3: Làm trơn và nối các đồ thị .4: Trích chọn đặc trưng trên mô h ình ba chiều của sọ.5: Hộp bao mô h ình ba chiều của sọ.6: Phân đoạn lát cắt mô hình ba chiều của sọ.7: Minh họa phương pháp tập mức.8: Biên của đối tượng ứng với F(u,C) khác nhau.
Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ
Trích dẫn luận án này
Ma Thị Châu (2013). Khôi phục mặt người 3D từ sọ: Luận án TS Công nghệ Thông tin [Luận án tiến sĩ, Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội]. LuanAn.net. https://luanan.net/tai-lieu-khac/mot-so-ky-thuat-khoi-phuc-mat-nguoi-ba-chieu-tu-so-luan-an-ts-cong-nghe-thong
Câu hỏi thường gặp
Luận án "Khôi phục mặt người 3D từ sọ: Luận án TS Công nghệ Thông tin" nghiên cứu về vấn đề gì?
Luận án Tiến sĩ Công nghệ Thông tin trình bày phương pháp mới khôi phục mặt người 3D từ sọ. Nâng cao độ chính xác, ứng dụng quan trọng trong pháp y, y tế.
Luận án "Khôi phục mặt người 3D từ sọ: Luận án TS Công nghệ Thông tin" được bảo vệ tại trường nào?
Luận án này được bảo vệ tại Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội. Năm bảo vệ: 2013.
Luận án "Khôi phục mặt người 3D từ sọ: Luận án TS Công nghệ Thông tin" thuộc chuyên ngành gì?
Luận án "Khôi phục mặt người 3D từ sọ: Luận án TS Công nghệ Thông tin" thuộc chuyên ngành Khoa học Máy tính. Danh mục: Tài liệu khác.
Luận án "Khôi phục mặt người 3D từ sọ: Luận án TS Công nghệ Thông tin" có bao nhiêu trang?
Luận án "Khôi phục mặt người 3D từ sọ: Luận án TS Công nghệ Thông tin" có 132 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.
Cách tải luận án "Khôi phục mặt người 3D từ sọ: Luận án TS Công nghệ Thông tin" về máy như thế nào?
Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.