【摘 要】
:
近年来,随着信息时代的发展,人脸作为个人身份的重要标识在日常生活中扮演非常重要的角色。人脸之间的差异通常与遗传性状的外在表现息息相关,而通过计算机视觉的方式对三维人脸的相似度进行分析是探索基因差异性的重要手段,同时在多个领域发挥着不可替代的作用,如物种进化、遗传性状估计、颅面重建评估等。在一个完整的人脸相似度估计系统中,首先需要建立人脸之间对应关系,然后基于对应关系进行特征提取并进行差异性评估。然
【机 构】
:
中国科学院大学(中国科学院深圳先进技术研究院)
【出 处】
:
中国科学院大学(中国科学院深圳先进技术研究院)
论文部分内容阅读
近年来,随着信息时代的发展,人脸作为个人身份的重要标识在日常生活中扮演非常重要的角色。人脸之间的差异通常与遗传性状的外在表现息息相关,而通过计算机视觉的方式对三维人脸的相似度进行分析是探索基因差异性的重要手段,同时在多个领域发挥着不可替代的作用,如物种进化、遗传性状估计、颅面重建评估等。在一个完整的人脸相似度估计系统中,首先需要建立人脸之间对应关系,然后基于对应关系进行特征提取并进行差异性评估。然而,三维数据作为一种非结构化的数据,对人脸的相似度估计带来多众多挑战。首先,人脸之间的对应关系涉及到特征点和非特征点,如何利用特征点的对应进行完整的人脸匹配仍然是研究的重点和难点;其次,一个良好的人脸特征信息应当能够正确捕捉人脸表面的结构特征,如何通过人脸特征正确评估人脸相似度仍然是现在需要解决的问题;最后,相似度度量作为一个具有模糊性和主观性的概念,需要一个稳定的衡量指标作为方法对比的参考标准。因此,本文以“基于静电场的三维人脸形状匹配和相似度分析”为课题,对三维人脸对应关系求解、相似度特征提取以及相似度分析进行了深入的研究。本文的工作内容主要包括三个部分:基于特征点网格的三维人脸匹配、基于静电场的相似度度量以及基于云模型的相似度分析。(1)基于特征点网格的三维人脸匹配:三维人脸匹配的主要任务是在特征点的引导下正确求解人脸之间的对应关系,因此本文在三维人脸上设计一套完整的特征点系统,并构造特征点网格标识人脸结构。基于特征点网格的稀疏对应关系和非线性变换将模板人脸的顶点完整的匹配到目标人脸,并通过局部实验和全局实验验证匹配的正确性。(2)基于静电场的相似度度量:不同于传统方法从三维物体表面提取特征,本文基于电场的物理特性,设计一个静电场模型利用等电势面来描述三维人脸。同时结合主动形状模型(ASM)用于三维人脸的特征提取和形状变形。通过实验可以证明这种特征同样具有对人脸形状的描述能力,同时对不同种族的人脸具有区分能力。(3)基于云模型的相似度分析:针对相似度度量这种模糊性概念,本文基于云模型建立相似度之间定性概念和定量的映射关系,并综合多种方法以统计的方式建立相似度的评价指标,该指标可以用于不同方法在相似度度量方面的对比。通过实验可以证明,基于云模型的评价指标,我们的方法在相似度度量中准确性更高,且对不同人脸的差异的度量具有稳定性。
其他文献
在情景记忆编码和提取过程中,模式分离和模式完成两个关键计算过程被公认为是海马的重要功能之一。目前,将传统实验范式与磁共振成像技术相结合是研究海马功能机制的常用方式,但是,自然刺激实验范式与传统实验范式下海马亚区的计算机制是否一致等问题尚不明确。本课题采用高分辨率功能磁共振成像技术,主要研究以下内容:(1)自然刺激实验范式下,海马回路的不同组成部分对于模式分离/完成计算过程的贡献程度;(2)海马亚区
大脑皮层作为哺乳动物大脑中最为复杂的结构之一,是高级神经活动的物质基础。大脑主导机体内一切活动过程,人们对大脑的研究已有几个世纪的历史。大脑的跨物种对比分析作为研究智能进化的重要基础之一,一直是人们关注的热点问题。近年来,随着生物和信息技术的发展,对大脑的研究已经达到细胞和分子水平,研究人员已经开始基于单细胞转录组测序等技术解析小鼠、灵长类动物和人类的脑细胞图谱,然而目前的研究局限在初级运动皮层和
本能恐惧行为对个体生存和物种繁衍至关重要,且往往表现出显著的性别差异。此外,创伤后应激障碍、焦虑障碍等精神疾病往往伴随着恐惧感的异常放大,且其发病率、发病特点及干预效果也常表现出性别差异。然而,既往关于本能恐惧的机制研究中鲜有两性的数据。因此,深入解析本能恐惧的性别差异性特征及其神经环路机制,对理解恐惧情感异常相关精神疾病的发病机理、开发更为有效的干预策略至关重要。本研究选取跨物种高度保守的视觉本
<正>2018年1月,中共中央、国务院印发《关于开展扫黑除恶专项斗争的通知》,吹响了扫黑除恶专项斗争集结号。专项斗争开展以来,人民法院认真贯彻落实习近平总书记重要指示精神和党中央决策部署,精心组织实施,切实履职尽责,依法、准确、有力惩处了黑恶犯罪分子,坚决打掉了黑恶势力嚣张气焰,有力增强了人民群众获得感、幸福感、安全感。深刻认识和把握扫黑除恶专项斗争的时代意义,系统总结人民法院开展专项斗争的工作成
单细胞多组学技术是指在同一个细胞中同时测量多个不同组学数据的前沿测序技术。这种技术避免了传统测序中一些难以消除的误差,如不同批次、不同试剂处理等;减少了在数据处理过程中复杂的数学计算;实现了单细胞层次上同步解析多维度特征,从而在潜在遗传问题的挖掘、癌症相关机制的阐明、前瞻性健康跟踪等方面具有广阔的应用前景。目前,单细胞多组学技术已超过20种,最多可实现三个不同组学的同时测序。然而,这些技术产生的数
近些年来,随着科技的不断发展,移动机器人不仅局限于工业化使用,而是逐渐走进并融入普通民众的生活中。移动机器人广阔的应用场景和巨大的发展潜力使其成为当前研究的热点。在深度学习热潮之下,将移动机器人与深度学习相结合的研究是当前的一个主流。在通过模型的迭代和大量的训练后,深度学习网络往往能在许多方面和移动机器人配合,例如道路行人检测、安防机器人等,但深度学习也带来了计算消耗大、能耗高等问题。对于移动机器
航天器的姿态估计在载人航空航天、空间站交会对接、太空碎片清理、航天器在轨服务、天体登陆等太空任务中具有广泛的应用。在众多航天器姿态估计方法中,非合作航天器的姿态估计方法因为对遮挡和光照的鲁棒性以及应用范围更加广泛而备受关注。本文提出两种基于神经网络的姿态估计方法,对非合作航天器的姿态估计有较高的估计精度以及对光照、遮挡有较好的鲁棒性。本文提出的第一种姿态估计方法是基于神经网络的端到端姿态估计算法。
本文介绍一例肺癌化疗后顽固性呃逆患者,从肺胃论治,运用子母补泻法,获得显著疗效。
机器人的路径规划是机器人最基本的功能之一,但在某些复杂的社交场景下,传统的避障导航是远远不够的。社交感知导航和基于空间信息的避障导航不同,它主要是基于社交信息来进行路径规划,是机器人领域中颇具挑战的导航任务。社交感知导航以导航性能,舒适性,自然性,社交性为目标,可以认为社交感知导航是社会学、心理学、人机交互、导航等多领域的交叉学科。本文通过构建多层代价地图,包括静态层、障碍层、膨胀层、环境层,社交
肺癌是全球发病率第二、死亡率第一的恶性肿瘤,极易发生全身转移,患者预后差且5年生存率极低。研究表明,STIM1基因在肿瘤的进展和转移过程中发挥了重要的作用。在肺腺癌中,STIM1在转移性肺腺癌中表达显著高于原发性肺腺癌,然而目前在转移性肺腺癌肿瘤微环境中STIM1表达的细胞特异性及其功能调控机制仍不清楚。首先,本研究利用转移性肺腺癌单细胞转录组数据确定了肿瘤微环境中与STIM1表达正相关的细胞类型