基于深度学习技术首个颅面重建人脸检索系统问世复原效果不佳

最近几天，四川大学透露，其计算机学院与华西基础医学与法医学学院合作，提出了一种基于深度学习的颅面重建方法，成功实现了从2D计算机断层扫描的颅骨数据中自动恢复颅面图像，并开发了国际首个颅面重建人脸检索系统相关成果已发表在国际学术期刊《模式识别》上

颅面重建技术一般是在没有指纹，牙科记录，放射性物质或DNA等一定信息的情况下，根据颅骨与面部的内在关系恢复颅骨的真实面貌，进而进行身份识别。

而传统技术中使用的三维重建方法对数据质量要求较高，需要有完整的头部扫描数据才能用于训练，导致数据采集成本高，限制了对颅骨和面部复杂关系的描述不仅如此，以三维方式记录颅面几何信息的数据维数较大，但在数据量有限的情况下很难与深度学习技术进行拟合，容易导致过拟合，复原效果不佳

据四川大学计算机学院研究团队负责人介绍，基于深度学习强大的拟合能力，他们不仅利用完整的头部数据建立了颅骨和颅面的整体对应关系，还利用不完整数据督促模型学习颅骨和颅面各部分的对应关系，从而实现更高的细节重建，降低数据采集的门槛。

据研究团队介绍，他们开发的颅面重建人脸检索系统可以提供两种不同的检索策略，即在年龄和性别信息已知或未知的情况下，对颅面图像进行恢复在未知条件下进行颅面复原时，系统可以根据上传的颅骨数据生成一系列不同年龄和性别的复原人脸然后，使用人脸识别算法在真实人脸数据库中搜索和匹配恢复的颅面图像

我们正在积极配合公安机关，希望利用颅面重建人脸检索系统，识别受害者，服务办案我们将继续进行技术创新，挖掘这项技术在考古研究和人工智能领域的巨大潜力四川大学计算机学院院长陆教授说