原文服务方: 计算机应用研究       
摘要:
现有的三维颅面复原技术大多依据颅骨特征点的软组织厚度统计值。针对现有统计值指标涵盖的年龄、胖瘦等属性段较宽泛导致复原面貌缺乏个性的缺点,提出了一种改进方法。首先通过CT扫描仪获得颅面样本数据,并通过图像重构获得三维颅骨和人脸模型;然后采用一种半自动特征点标定方法对三维颅骨样本进行特征点标定,并求解特征点软组织厚度;之后采用支持向量回归方法构建特征点软组织厚度与属性之间的函数关系;最后根据待复原颅骨的属性以及回归函数计算特征点软组织厚度,在此基础上采用薄板样条函数对参考人脸模型进行变形获得复原面貌。实验结果表明,相比于已有方法,该方法能获得更准确的软组织厚度,提高颅面复原的准确度。
推荐文章
基于特征点的颅面复原技术
三维颅面复原
特征点
软组织厚度
人工神经网络
最小二乘法
颅面复原方法综述
颅面复原
软组织厚度
主成分分析
统计建模
回归模型
外鼻软组织厚度的测量及其临床意义
厚度测量
外鼻部软组织
隆鼻术
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进的基于特征点软组织厚度的颅面复原方法
来源期刊 计算机应用研究 学科
关键词 三维颅面复原 特征点标定 软组织厚度 支持向量回归 薄板样条函数
年,卷(期) 2016,(10) 所属期刊栏目 图形图像技术
研究方向 页码范围 3191-3195,3200
页数 6页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2016.10.071
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 耿国华 西北大学信息科学与技术学院 497 5986 35.0 55.0
2 邓擎琼 北京师范大学信息科学与技术学院 7 70 5.0 7.0
3 热孜万古丽·夏米西丁 西北大学信息科学与技术学院 7 17 2.0 4.0
7 赵万荣 托克逊县人民医院放射科 1 5 1.0 1.0
8 郑磊 托克逊县人民医院放射科 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (5)
参考文献  (15)
节点文献
引证文献  (5)
同被引文献  (18)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
三维颅面复原
特征点标定
软组织厚度
支持向量回归
薄板样条函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导