楊東亮，宋昌江，高鳳嬌，何 艷

(1.黑龍江省科學(xué)院自動化研究所，哈爾濱 150090； 2.黑龍江省科學(xué)院高技術(shù)研究院，哈爾濱 150020)

?

基于三維配準(zhǔn)的面部變化檢測技術(shù)

楊東亮1，2，宋昌江1，2，高鳳嬌1，2，何 艷1，2

(1.黑龍江省科學(xué)院自動化研究所，哈爾濱 150090； 2.黑龍江省科學(xué)院高技術(shù)研究院，哈爾濱 150020)

針對微整容變化檢測的問題，提出一種基于改進(jìn)迭代最近點(diǎn)算法的變化檢測方法。首先采用面部數(shù)據(jù)曲率特征確定特征點(diǎn)，然后通過普式分析法對面部特征點(diǎn)集求解最小二乘函數(shù)，提高迭代最近點(diǎn)算法的效率。通過對面部微整形數(shù)據(jù)的測試，與經(jīng)典的ICP方法相比，文中方法具有配準(zhǔn)精度高、收斂速度快的特點(diǎn)。

變化檢測；最近點(diǎn)迭代；微整容；三維配準(zhǔn)；面部變化；檢測技術(shù)

隨著計(jì)算機(jī)輔助技術(shù)和三維可視化技術(shù)的快速發(fā)展，其技術(shù)成果已被不斷應(yīng)用到美容領(lǐng)域。應(yīng)用三維圖像可以對面部從任意角度進(jìn)行觀察，并進(jìn)行術(shù)后評價，使整形手術(shù)趨于精確和微創(chuàng)，提高手術(shù)的滿意度[1]。醫(yī)學(xué)圖像的三維處理技術(shù)無論是在臨床，還是在理論研究領(lǐng)域都具有重要的意義。利用三維變化檢測技術(shù)對整形前后的變化進(jìn)行評估的關(guān)鍵是三維配準(zhǔn)技術(shù)。

三維點(diǎn)集的配準(zhǔn)有手動配準(zhǔn)和自動配準(zhǔn)兩類。本文算法屬于自動配準(zhǔn)方法，利用電腦程序得到兩個三維點(diǎn)集的變換參數(shù)，進(jìn)而將這兩個三維點(diǎn)集配準(zhǔn)。在圖像配準(zhǔn)領(lǐng)域，一般采用迭代最近點(diǎn)(iterative closest point，ICP)算法[2，3]。但是傳統(tǒng)的ICP算法存在一些不足，比如ICP算法對初始條件的設(shè)置魯棒性不好，求解過程容易得到局部最值，導(dǎo)致錯誤配準(zhǔn)結(jié)果；傳統(tǒng)的ICP算法的計(jì)算量大、計(jì)算效率不高等[4，5]。因此，很多文獻(xiàn)提出了對ICP算法的改進(jìn)。文獻(xiàn)[6]提出結(jié)合主成分分析的ICP算法，該算法減少迭代的時間，但是圖像配準(zhǔn)的精度不高。文獻(xiàn)[7]提出普式分析法結(jié)合到ICP算法中，該算法可以高效求解匹配參數(shù)的最小二乘解，即使在較差的初始條件下，也可以使配準(zhǔn)的精度達(dá)到滿意，但是運(yùn)算的時間較長。本文提出基于特征點(diǎn)和普式法的ICP算法，選取曲面曲率值大的點(diǎn)作為三維特征點(diǎn)集，提高計(jì)算效率。

1 基于三維配準(zhǔn)的變化檢測方法

面部數(shù)據(jù)在差異檢測之前需要將面部數(shù)據(jù)配準(zhǔn)，這里采用基于曲率特征點(diǎn)和普式分析法的迭代最近點(diǎn)方法。首先，應(yīng)了解其中一個關(guān)鍵算法——對應(yīng)點(diǎn)集的配準(zhǔn)。

1.1 對應(yīng)點(diǎn)集配準(zhǔn)的普式分析法

對應(yīng)點(diǎn)集配準(zhǔn)是要通過最小二乘問題的求解得到兩個點(diǎn)集變換的旋轉(zhuǎn)和平移參數(shù)，采用普式分析法[7]。三維配準(zhǔn)函數(shù)模型可以表示：Yi=RXi+T，其中Yi和Xi分別代表兩片點(diǎn)云中的對應(yīng)點(diǎn)對，R和T分別代表變換的旋轉(zhuǎn)矩陣和平移向量。求解這些參數(shù)主要分為以下三步：

第一，分別將兩個點(diǎn)云坐標(biāo)去重心化，去重心化的點(diǎn)云數(shù)據(jù)的矩陣X′，Y′。

第二，計(jì)算特征矩陣Q=Y′TX′，對其進(jìn)行SVD分解，求得旋轉(zhuǎn)矩陣R。

1.2 三維變化檢測方法

最近點(diǎn)迭代算法在點(diǎn)云配準(zhǔn)領(lǐng)域應(yīng)用廣泛，結(jié)合普式分析法的最近點(diǎn)迭代算法能夠滿足面部三維數(shù)據(jù)配準(zhǔn)在精度上的要求。但是實(shí)際面部數(shù)據(jù)量大，使用最近點(diǎn)迭代算法花費(fèi)時間長，需要對其改進(jìn)，提高計(jì)算效率。

本文基于三維配準(zhǔn)的面部點(diǎn)云數(shù)據(jù)差異檢測技術(shù)，采用基于特征點(diǎn)的最近點(diǎn)迭代算法。根據(jù)面部三維曲面曲率，選取三維特征點(diǎn)，目的在于解決結(jié)合普式分析法的最近點(diǎn)迭代算法中計(jì)算效率的問題。具體來講，根據(jù)三維點(diǎn)的曲面曲率，在點(diǎn)云中尋找曲面上曲率較大的點(diǎn)，作為特征點(diǎn)，然后對特征點(diǎn)集進(jìn)行配準(zhǔn)。當(dāng)配準(zhǔn)完成后，微整形三維數(shù)據(jù)在同一坐標(biāo)系下，通過對應(yīng)點(diǎn)相減，獲得面部變化檢測結(jié)果。算法流程如圖1。

2 實(shí)驗(yàn)結(jié)果和分析

為了測試本文算法的配準(zhǔn)精度，將其與ICP算法進(jìn)行比較。圖2a表示了微整形前后的面部點(diǎn)云數(shù)據(jù)。圖2b是基于經(jīng)典ICP算法的配準(zhǔn)效果圖，可以看到有部分區(qū)域，比如鼻子區(qū)域沒有重合，配準(zhǔn)效果不佳。圖2c是本文配準(zhǔn)結(jié)果，配準(zhǔn)的效果較好，配準(zhǔn)精度較高。圖2d是配準(zhǔn)后的面部數(shù)據(jù)得到的變化位置檢測結(jié)果，可以檢測出在右臉頰位置有變化。

圖1 基于三維配準(zhǔn)的變化檢測算法流程圖Fig.1 Change detection flow chart based on 3d registration

圖2 基于三維配準(zhǔn)的變化檢測方法實(shí)驗(yàn)結(jié)果Fig.2 Experimental results of change detection method based on 3d registration

3 結(jié)語

針對微整容前后的變化檢測問題，提出一種基于改進(jìn)ICP算法的三維變化檢測技術(shù)，首先通過曲率特征選取特征點(diǎn)集，然后引入普式分析法求解出點(diǎn)云變換參數(shù)，最后通過配準(zhǔn)的點(diǎn)云數(shù)據(jù)得到面部變化區(qū)域。通過實(shí)驗(yàn)，所提出的方法相比經(jīng)典的ICP算法，配準(zhǔn)的精度高，且運(yùn)算時間大大減少，具有較好的實(shí)際應(yīng)用價值。

[1]JaconoAA，MaloneMH，TaleiB.Three-dimensionalanalysisoflong-termmidfacevolumechangeafterverticalvectordeep-planerhytidectomy[J].AestheticSurgeryJournal，2015，35(5)：491-503.

[2]BeslPJ，MckayHD.Amethodforregistrationof3-Dshapes[J].IEEETransactionsonPatternAnalysisandMachineIntelligence，1992，14(2)：239-256.

[3]ZhangZY.Iterativeclosestpoint(ICP)[M].Heidelberg：Springer，2014.

[4] 高鳳嬌，宋昌江.基于ICP算法的人體三維點(diǎn)云數(shù)據(jù)的拼接技術(shù)[J].自動化技術(shù)與應(yīng)用，2014，33(8)：39-42.

[5] 解則曉，徐尚.三維點(diǎn)云數(shù)據(jù)拼接中ICP及其改進(jìn)算法綜述[J]. 中國海洋大學(xué)學(xué)報(bào)(自然科學(xué)版)，2010，40(1)：99-103.

[6]UmeyamaS.Least-squaresestimationoftransformationparametersbetween2pointpatterns[J].IEEETransactionsonPatternAnalysis&MachineIntelligence, 1991，13(4)：376-380.

[7]ReemaA，IngridD，YaronL.Continuousprocrustesdistancebetweentwosurfaces[J].CommunicationsonPureandAppliedMathematics，2013，66(6)：934-964.

Facial change detection methods based on 3d registration

YANG Dong-liang1,2, SONG Chang-jiang1,2, GAO Feng-jiao1,2, HE Yan1,2

(1. Institute of Automation, Heilongjiang Academy of Sciences, Harbin 150090, China;2. Institute of Advanced Technology, Heilongjiang Academy of Sciences, Harbin 150020, China)

In order to solve the problem of micro plastic change detection, this paper presents a change detection method based on improved ICP algorithm. First, the feature points are generated by surface curvature. Second, solving the least squares function of facial feature points by the procrustes method. In the experiments, facial micro plastic data is adopted to do the tests. Compared with the ICP method, the proposed method shows faster convergence and more accurate registration.

Change detection; Iterative closest point; Micro plastic; 3d registration; Facial change; Detection methods

2017-01-12

楊東亮(1984-)，男，碩士，研實(shí)員。

TP391.41

A

1674-8646(2017)04-0026-02