近日，基于技术检索四川大学透露，深度首该校计算机学院(软件学院)同华西基础医学与法医学院合作，学习系统提出了一种基于深度学习的颅面颅面重建方法，成功实现从二维计算机断层扫描的重建颅骨数据中自动复原出颅面图像，开发出国际首个颅面重建人脸检索系统。人脸相关成果已发表在国际学术期刊《模式识别》上。问世颅面重建技术一般被应用于在没有指纹、基于技术检索牙科记录、深度首放射性材料或DNA等确定性信息的学习系统情况下，根据头骨和面貌的颅面内部关系复原出颅骨的真实面貌，进而识别身份。重建然而，人脸传统技术所使用的问世三维重建方法对数据质量要求高，必需有完整的基于技术检索头部扫描数据才能用于训练，导致数据收集代价大，限制了颅骨与人脸之间复杂关系的描述。不仅如此，用三维方式记录颅面几何信息的数据维度大，在数据量有限的情况下很难用深度学习技术来进行拟合，容易造成过拟合，导致复原效果差。四川大学计算机学院(软件学院)研究团队负责人表示，他们基于深度学习强大的拟合能力，不仅利用完整头部数据建立了颅骨与颅面的整体对应关系，还利用残缺数据(非完整头部扫描)来促使模型学习颅骨与颅面局部的对应关系，做到了细节度更高的重建，并且降低了数据收集的门槛。据研究团队介绍，他们开发的颅面重建人脸检索系统可提供两种不同的检索策略，即分别在年龄、性别信息已知或未知的条件下复原颅面。在未知条件下复原颅面时，系统能根据上传的一个颅骨数据，生成一系列不同年龄、性别的复原人脸。然后，再利用人脸识别算法，在真实的人脸数据库中对复原后的颅面进行检索匹配。 (罗洪焱 陈科)我们正积极与公安机关开展合作，希望将颅面重建人脸检索系统用于受害者身份鉴定，服务于案件办理。后续我们将继续进行技术创新，挖掘此项技术在考古研究和人工智能等领域的巨大潜能。四川大学计算机学院(软件学院)院长吕建成教授说。

(责任编辑：热点)