论文部分内容阅读
基于三维模型的颅骨相似度评价方法,可以用来检测不同颅骨之间的相似程度,进而为推测面貌的相似度提供参考、为颅骨性别鉴定提供可靠依据,从而辅助提高颅面复原的效果以及基于颅骨的身份认证的准确性。为促进颅面形态学的研究,提高颅面复原的精度,本文进行了基于三维颅骨的相似度评价研究,从颅骨特征提取和相似性度量两方面进行研究;同时将三维颅骨相似度评价的研究方法应用于颅骨的性别鉴定中,为性别鉴定的研究提供新的思路和方法。本文的主要研究内容包括:1.基于SPCA的颅骨相似度评价方法将三维颅骨数据,利用SPCA获取稀疏主成分,将测试颅骨数据映射到稀疏主成分空间中,进行降维。由此将三维颅骨高维数据简化为能够表征颅骨的低维特征向量,将该特征向量通过均方误差、归一化内积不同的相似性度量方法找出最相似颅骨。将基于SPCA的颅骨相似度评价方法与基于PCA的颅骨相似度评价方法进行比较,实验结果表明,SPCA提取的颅骨特征稳定性更高,基于SPCA的颅骨相似度评价方法的精确度、可解释性、计算速度等方面均优于基于PCA的颅骨相似度评价方法。2.基于Wasserstein距离的颅骨相似度评价方法利用SPCA和PCA对三维颅骨高维数据进行特征提取,分别获得能够表征颅骨的特征向量,然后将Wasserstein距离作为颅骨的相似性度量标准,计算颅骨特征向量的Wasserstein距离值,进而给出颅骨特征向量之间的相似度,即颅骨之间的相似度,并给出颅骨对应的相似度最高的颅骨编号。将基于Wasserstein距离的颅骨相似度评价方法与基于均方误差的颅骨相似度评价方法和基于归一化内积的颅骨相似度评价方法进行比较,实验结果表明:基于Wasserstein距离的颅骨相似度评价方法,在精确性、降低存储空间、避免小数溢出等方面均优于另外两种方法。3.基于特征集合和朴素贝叶斯的颅骨性别鉴定方法利用SPCA对三维颅骨数据进行特征提取,获得颅骨的区域特征;基于颅骨边缘信息提取把鼻子边界点的各个轴向的最大值、最小值、欧式距离,眼睛边界点的矩形度、圆形度以及基于颅骨颅腔的各个轴向的最大值、最小值、欧式距离等信息作为颅骨局部特征。将颅骨区域特征和局部特征组合,构成颅骨特征集合,并将其作为朴素贝叶斯分类方法的输入,由朴素贝叶斯分类方法给出颅骨性别鉴定结果,该颅骨性别鉴定方法,鉴定准确率最高达到91.58%。