申请/专利权人：东南大学

申请日：2020-09-07

公开（公告）日：2020-12-25

公开（公告）号：CN112132759A

主分类号：G06T5/00(20060101)

分类号：G06T5/00(20060101);G06T7/136(20170101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2021.01.12#实质审查的生效;2020.12.25#公开

摘要：本发明提供了一种基于端到端卷积神经网络的颅骨面貌复原方法，包括以下步骤：S1：对人体颅骨CT扫描图像进行数据预处理并制作数据集；S2：搭建卷积神经网络；S3：使用训练样本训练步骤S2中搭建好的卷积神经网络，每训练五轮，便用模型对检测样本进行检测，评判生成的预测面型；S4：选取步骤S4中效果最好的一轮作为最终结果。本发明采用神经网络的方法自动提取颅骨的特征，根据颅骨本身的特性预测面型，具有较高的灵活性，流程少，耗时短，并提升了预测准确率。本发明利用深度卷积编解码器，学习头骨和面貌之间的相互关系及特征，根据颅骨信息还原面型，充分考虑了面部点的空间特性，弥补了稀疏特征点带来的误差。

主权项：1.一种基于端到端卷积神经网络的颅骨面貌复原方法，其特征在于，包括如下步骤：S1：对人体颅骨CT扫描图进行数据处理，制作数据集，并划分训练集和测试集；S2：根据训练样本的样本特征搭建卷积神经网络Gx；S3：使用训练样本训练步骤S2中搭建好的卷积神经网络，每训练五轮，便用模型对测试样本进行测试，评判生成的预测面型；S4：选取步骤S3中效果最好一轮对应的模型作为最终结果。

全文数据：

权利要求：

百度查询： 东南大学 一种基于端到端卷积神经网络的颅骨面貌复原方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD