论文部分内容阅读
颅像重合是通过比较颅骨遗存与失踪人口照片以认定颅骨身源的主要手段,能够快速为刑侦与灾难事故调查等提供线索,具有极高的研究价值和现实意义。本文针对计算机辅助颅像重合身源认证技术的关键步骤“叠加像相似性度量”进行研究和讨论,提出了一种全新的叠加像相似性度量方法,克服了传统方法指标单一、人工介入多等问题,提高了鉴定的速度和准确率。主要研究内容包括:(1)提出一套全新的叠加像相似性度量指标。参考法医人类学理论及多位颅像重合研究者的研究,结合计算机处理需求,提出包括标志点指标、指数指标、软组织厚度指标与轮廓曲线四类,共41个鉴定指标,同时深入研究人像拍摄角度对鉴定指标的影响,提高了鉴定的准确性。此套指标数量充分且分布合理,为客观综合的相似性度量规则的建立奠定了基础。(2)提出一组针对以上鉴定指标的叠加像叠加度量方法。基于回归统计与预测的原理,根据叠加像数据库建立标志点指标、指数指标和软组织厚度指标的上下界回归模型,以此来度量前三类指标;采用基于傅里叶描述子的曲线相似性度量方法度量下颌曲线的相似度。最后,将前三项指标符合标准的项数以及曲线的相似度作为叠加像相似性度量规则的4项输入。实验表明,度量方法快速高效,且准确率高。(3)提出一种基于BP神经网络建立叠加像相似性度量规则的方法。此方法采用改进的BP算法(动量-自适应学习速率调整算法),综合四类鉴定指标,训练网络,建立规则,使用此规则判定叠加像中的颅骨与人像照片是否可能属于同一人。实验证明,全新的相似性度量规则综合了各项指标,合理客观,准确率高且训练鉴定速度快。(4)设计并实现了一套颅像重合身份认证原型系统。系统功能包括文件读取、交互式操作、特征点标注、轮廓线提取、颅像叠加及相似性度量等,该系统应用于真实失踪人口数据库,有效提高了未知身份遗存识别的效率。