(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210792177.4 (22)申请日 2022.07.07 (71)申请人 青海师范大学 地址 810000 青海省西宁市城西区五四西 路38号 (72)发明人 张丹　 (74)专利代理 机构 北京细软智谷知识产权代理 有限责任公司 1 1471 专利代理师 涂凤琴 (51)Int.Cl. G06T 17/20(2006.01) G06V 10/20(2022.01) G06V 10/74(2022.01) G06V 40/16(2022.01) (54)发明名称 一种基于谱分析的颅面关系研究方法及装 置 (57)摘要 本发明属于颅面形态信息学技术领域， 具体 涉及一种基于谱分析的颅面关系研究方法及装 置， 通过获取颅骨和人脸的三角形网格模型； 根 据颅骨和人脸的三角形网格模型， 基于波扩散距 离分布曲线构建形状特征空间； 在形状特征空间 中， 计算颅骨集合和人脸集合波扩散距离分布曲 线之间的典型相关系数， 基于假 设检验分析得到 第一颅面相关性规则R1； 计算颅骨波扩散距离分 布曲线之间的弗雷歇距离， 计算人脸波扩散距离 分布曲线之间的弗雷歇距离， 根据颅骨相似性的 变化趋势和人脸间相似性的变化趋势的相关性， 得到第二颅面相关性规则R2； 在真实颅面数据 库， 验证颅面的相关性。 通过构建形状特征空间， 准确地验证 了颅骨和人脸之间有很强的相关性。 权利要求书4页 说明书13页 附图6页 CN 115239909 A 2022.10.25 CN 115239909 A 1.一种基于谱分析的颅面关系研究方法， 其特 征在于， 包括： 获取颅骨和人脸的三角形网格模型； 根据所述颅骨和人脸的三角形网格模型， 基于波扩散距离分布曲线构建形状特征空 间； 在所述形状特征空间中， 计算颅骨集合和人脸集合波扩散距离分布曲线之间的典型相 关系数， 基于假设检验分析 得到第一颅面相关性 规则R1； 在所述形状特征空间中， 计算颅骨波扩散距离分布曲线之间的弗雷歇距离， 得到颅骨 相似性的变化趋势； 在所述形状特征空间中， 计算人脸波扩散距离分布曲线之间的弗雷歇距离， 得到人脸 间相似性的变化趋势； 根据所述颅骨相似性的变化趋势和所述人脸间相似性的变化趋势的相关性， 得到第 二 颅面相关性 规则R2； 在真实颅面数据库， 根据 所述所述第 一颅面相关性规则R1与所述第 二颅面相关性规则 R2验证颅面的相关性。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述颅骨和人脸的三角形网格模 型， 基于波扩散距离分布曲线构建形状特 征空间， 包括： 获取待构造形状特 征空间的三维颅骨或人脸； 在所述三维颅骨或人脸表面上定义 一个实值 函数f； 根据所述实值函数f， 计算实值函数f的拉普拉斯 ‑贝尔特拉米(LB)算子， 并基于拉普拉 斯‑贝尔特拉米算子的谱分解， 得到拉普拉斯 ‑贝尔特拉米算子的特 征值和特 征向量； 根据所述拉普拉斯 ‑贝尔特拉米算子的特征值和特征向量， 计算所述三维颅骨或人脸 形状表面任意两点的波扩散距离， 获得波扩散距离矩阵， 计算波扩散距离的累积分布曲线， 定义波扩散距离分布曲线； 基于波扩散距离分布曲线， 将所述 三维颅骨和人脸映射到同一形状特 征空间。 3.根据权利要求2所述的方法， 其特征在于， 所述将所述三维颅骨和人脸映射到同一形 状特征空间， 包括： 计算三维颅骨和人脸形状表面的波扩散距离分布曲线， 作为形状的特征， 用于形状表 示。 4.根据权利要求1或2所述的方法， 其特征在于， 所述根据所述颅骨和人脸的三角形网 格模型， 基于波扩散距离分布曲线构建形状特 征空间， 包括： 从形状中提取 特征， 基于形状的特 征， 将形状映射到低维特 征空间； 形状表面上任意 点的基于波动核签名WKS可计算 为： 定义形状表面上两点之间基于波动核签名WKS的L2距离为波扩散距离：权　利　要　求　书 1/4 页 2 CN 115239909 A 2波扩散距离的离 散计算形式为： 其中， eN为能量规模参数， eN＝log(E)， λi为LB算子第i个特征向量， σ 为正态分布的方 差， Ce为正则化WKS 函数， vpi和vqi分别表示三角网格上的任意顶点p和q处的LB算子的第i个 特征函数； 对波扩散距离计算累积分布曲线， 定义波扩散距离分布曲线作为形状描述符， 波扩散 距离分布曲线的计算方式如下： (1)归一化波扩散距离： 使用Z‑score归一化距离矩阵， μ(DM)表示M上的平均波扩散距离， σ(DM)表示M上的波扩 散距离的标准偏差， dw*(x,y)表示归一 化后x到y 之间的波扩散距离； (2)计算波扩散距离的频率 直方图 DL＝{dw*(x,y)|dw*(x,y)‑((n‑1)δ +DMIN)>0,dw*(x,y)∈D}； DR＝{dw*(x,y)|(n δ +DMIN)‑dw*(x,y)≥0,dw*(x,y)∈D}      (5) δ是距离阈值， n是直方图的频段数， p(iδ )是波扩散距离的不同频段的频率， DMIN表示D 中的最小距离， N 是D中距离的总和， num(DL∩DR)表示左子 集和右子 集交集的个数， 由于距离 已被归一化， 在等 式(5)中， 有必要添加平移值DMIN， 其中DL表示D的左子集， 其 中dw*(x,y)为 大于(n‑1)δ +DMIN距离， DR表示D的右子集， 其中dw*(x,y)为小于或等于(n)δ +DMIN的距离； (3)计算波扩散距离的累积分布曲线 由于δ是任 何dw*(x,y)的距离阈值， 因此dw*(x,y)的累积 分布曲线可以计算为离散的， FM( δ )为波扩散距离分布曲线的数 学表达： p(i δ )是波扩散距离的不同频 段的频率。 5.根据权利要求1所述的方法， 其特征在于， 还包括在所述形状特征空间中， 形式化定 义颅面关系， 包括： 通过波扩散距离分布曲线将颅骨和人脸映射到特 征空间中： 在特征空间中， 用波扩散距离分布曲线表示颅骨或人脸， 颅骨可表示为Si＝[xi1, xi2,...,xiN]； 颅骨对应的人脸可表示为Fi＝[yi1,yi2,...,yiN]， 其中i表示颅骨或人脸 编号， N代表描述符波扩散距离分布曲线的采样点数， xi表示第i个特征采样点， Si表示i颅权　利　要　求　书 2/4 页 3 CN 115239909 A 3