当前课程知识点：刑侦视频图像处理 > 第13章 刑侦模拟画像 > 13.3刑侦模拟画像计算机辅助系统：两维三维画像辅助 > 13.3刑侦模拟画像计算机辅助系统：两维三维画像辅助
同学们大家好
我们这一节要讲的是
我们刑侦模拟画像
计算机辅助系统
两维三维画像辅助
这一节我们主要是首先讲一下
我们两三维画像的主要原理
并且我们通过一些例子
来讲一下
我们里边的一些核心的算法
首先我们说两维画像辅助
我们说传统人工画像
它是要遵循已有的规则
来打底板的
并且我们说利用透视学知识
将我们目标三维目标
依据这个感知呈现于画板
计算机辅助画像
他是
最终的结果是不是实用
或者说好不好用
关键取决于能否
将我们传统就是说
我们实际上
人工绘制的这种规则
进行模型化
然后让计算机来辅助处理
能够减轻画像师的负担
或者说减少个人的主观误差
这是它的一个关键
那两维人脸画像本质上
我们说是对三维这个人脸的一个
在画像师他观察角度
到两维画像的一个映射
显然这种映射
我们说严格意义上
最准确的
目前来说就是照片
所以我们说从现场视频序列
获得的
哪怕是微小的局部细节片段
对于画像的恢复
都是非常重要的
原因在于
它对目标实体刻画的精确性
我们如果能用上
精确性是不可替代的
并且我们说这种局部细节
从我们已有的这种传统画像的经验
或者说规则上
包括面相的这种对称构造
以及其他的三庭五眼
这种技术上来说
它都是有一定规则和规律
可总结的
如果我们把这些规律和规则
模型化
当然是极大的
可以帮助我们来进行画像
便利我们画像
那么我们这里边讲一个
我们已经模型化了的一个技术
所谓的三庭五眼
也是我们画像师
就是说你一般学素描
大家都知道的一个常识
但是你不搞素描
你可能就不知道
而且我们说这个技术是跨学科的
有些能把技术应用到我们这刑侦上
其实它能极大的帮助我们
那么比如说我们拿这一幅
画像我画像
是咱们刑侦局的李华雷警官
当时我们项目组的
另外一个成员
李华雷警官提供的
他提供我们画像来演示
三庭五眼技术
比如我们这样子的一个人
像我们看中间这幅图
我们可以看到
从最上面线
到最下边这个线
它代表什么
对应是上图的话
我们会发现这上面这根线
它实际上就是我们发际线
然后最下面这根线
实际上就是我们的下巴
也就是说从我们最上面这根线
到下巴最下边这根线
我们把人脸
分成了三个区域
中间是眉毛这根线
还有鼻子这根线
这样子的三个区域
就是我们画像首先要底板
标定
这个人面部的三个主要区域
我们所谓的三庭
然后我们看
第二排的第二张图
第二张图
我们再结合第一排这一幅图
我们会发现
这里边有一些线是吧
从最左边这第一根线到最右边
也就是我们耳朵边上的耳际线
是吧
然后中间眼角
这分别也有相应的线
把我们面部的最宽的区域
分成了5个区域
分别是两个眼
两个区域
中间鼻子是一个区域
以及眼角到面部
最外表这个区域
这个就是我们的五眼
所谓的三庭五眼
明白了我们
对面部的划分之后
好了
我们拿一个具体例子来看
我们利用三庭五眼技术
假设我们获得了一个
非常小的局部面部信息
这是很常见的
因为在案发现场
经常人是侧面
或者说半拉子脸
你就能够获得眼部是个典型特征
眼部由于眼的颜色
经常会可能眼部区域会获得
这是一个很典型的
但是如果说
你要常规的视频去获得
比如说我第二排
第一张图
只获得眼部
这一点点的信息
经过各种处理手段之后
只获得了这一点点信息
并且有点模糊不清
那肯定是没戏了
我们画像师介入
然后经过我们辅助系统
经过一系列的预处理
如果说
我们能够获得
眼部的
哪怕眼角这一点点的区域
以及它鼻孔
这个黑点我们要出来
好了
我就获得这一块
非常典型的视频里面
模糊视频里面
经常可以构造这些典型信息的
好吧
我如果获得这一块
我利用我这个系统
辅助系统
注意这个是我们当时已经做出来
了
我们也申请了相应的专利
什么东西
包括我们最终的验收的时候
这种创新性
以及我们的相关的认证都有
那么这个模型建模完之后
我们从第二排的第一幅图到第二
幅图
我们要构建这个
面部
从鼻子到眉毛这一块区域
其实我们就可以利用对称性
以及三庭五眼来构建
就是说五眼
我们把中庭这一块
可以构建
会引入一定的误差
误差在哪
误差我们
最终从眼角到最脸部的
最外沿这一块
这个区域它小小的误差
因为它如果有一些主要特征的话
我们是没有了
但我们可以画出它的轮廓线
脸型最边缘
我们可以把它搞出来
最边缘搞出来之后
我们中庭这个鼻孔的对称
直接就把它复制出来
基本上没有引入误差
误差非常小
好了
我们把人脸主要的轮廓就搞出来
然后我们再进入下一步
我们再结合三庭技术
刚才我们构建了中庭
然后我们再把下巴和最上面发际线
这个位置也构建出来
这个位置打出来之后
它也不因为误差
原则上误差也非常小
因为我们这都代表了
典型的人脸
误差到
下一张图
我们在构建它相应的面部轮廓
这时候会引入比较大的误差
误差就取决于你画像师
具体的经验和来补充细节
具体的引入了误差了多少
我们当时都经过详细的计算
大概好像是百分之多少来着
我记不太清楚了
我手头没这个资料
然后我们最终会形成一个画像
这个是我们两维画像
形成的最终的东西
当然我们每一步都会引入误差
大家可以观察
就是说
它轮廓以及标定的没误差的
我们可以明确的告诉大家
误差很小
有同学会问
你误差很小
你三庭五眼的技术
你是基于传统人脸
就是说大部分80%八七8十八
90的人
他的面部是这样子的
如果有的人他脸就是不标准
他在这80%之外
那20%
他比如说脸过长
过宽
如果是这样子的话
其实大家不需要担心
也就意味着
嫌疑人他具有显著特征
它具有显著特征
对我们破案非常有用
一旦有目击证人
或者说
相关信息马上就可以锁定
我们往往是具有越平凡的那种
其实是越难处理了
所以我们说
我们是基于三庭五眼的
基于大众规则
然后这有非常强的一种科学依据
从而可以构建出
最后一个靠谱的画像
那么我们这儿
可以布置一个作业
同学们可以下去
自己用你的手机拍个自拍照
然后你把它打印出来
然后你就剪
剪出来最小的
就像我眼部一小块
然后你利用我三庭五眼规则
来构建一下
看看你的脸
是不是一个符合80%的
然后出来的东西
不像
是吧
最终我们也通过作业
把三庭五眼技术
掌握是吧
这是一个我们
非常重要的一个建模的模型
然后接下来我们讲一下三维画像
三维画像
我们说它的优点
比平面的这种肖像
更具有特征性和客观性
我们说三维画像
它在脸型和五官等形体上
更具空间感
让人更易辨认
三维建模的精确性
实质上极大依赖于
你对实物的感知
甚至细节的抚摸感知（雕塑）
或者技术上的测量扫描
这些手段
我们说针对刑侦画像
是要求神似而非形似
宜粗不宜细
这样子的总体原则
只要把嫌疑人的主体特征整出来
能够缩小破破案范围来破案
就行了
我们不是说让他
就像照片上那么像
你可以有些细节丢失
但是你如果说
别人脸上有个痣
把它勾出来
那不得了了
要神似而非形似
宜粗不宜细
那么两维建模的结果
当然可以部分应用于三维建模
我们比如说有两维建模
输出的结果
进行这个人脸轮廓点的标定
标定完之后
就可以用于三维人脸
轮廓点标定
从而
我们说确定三维人脸的
一个主要框架
又比如我们说常用的
我们监控视频里边
嫌疑人的
视频序列
对于同一个人
我说固定摄像机
它的不同角度成像
和正面成像之间
实质上是存在一定的
固定的比例关系的
我们利用这种关系
我们当然可以对他
进行三维建模
也就是说我们利用序列信息
经过两维三维变换
可以对他进行三维的一种
校正和建模
我们还是通过一个图
来说明三维辅助建模的主要思想
这个是我们的李华雷警官
他当时配合我们做了这幅图
这幅图我们说第一排
正面图
然后从我们摄像头前
右边
走过的时候拍出来的
左前侧成像图
45度成像图
如果从我们摄像头
正前方走过的时候
左全侧的这种成像图
以及他走过摄像头之后
左后侧的45度成像图
这是我们对一个典型的序列
提取了三张45度的图
左前左后45度
以及全左侧这样的一个图
那么这样子的图
我们利用它正面成像的图
这种对应关系
我们可以看到它的深度信息
在我们第二排
我们勾勒了
它相应的深度信息的构建
第二排的第一张图
正面的时候
我们要构建的面部的
这种深度的侧面的面积关系
和我们左前方的时候
对应的关系
以及我们左全侧呈现的对应关系
和我们左后侧对应关系
这样子的几条关系
我们是可以通过
建模计算来获得了
从而构建我们人他
比如说左面的
一个三维的
半个头颅的
三维的深度信息
从而三维坐标构建出来
来进行成像
有了左半拉子之后
由于人又具有对称性
我们很容易把全部的
头颅三维信息给构建出来
好
我们这小节的内容
就讲到这里
谢谢大家
-1.1 绪论（上）
--1.1绪论（上）
-1.2 绪论（下）
-第1章测试
-2.1 光照不良图像增强处理（上）
-2.2 光照不良图像增强处理（下）
-第2章习题
-3.1图像超分辨率重建技术概述
-3.2基于插值的图像超分辨率重建
-3.3基于深度学习的图像超分辨率重建之神经网络
-3.4基于深度学习的图像超分辨率重建
-3.5基础知识介绍
-3.6压缩感知与超分辨率重建
-3.7基于压缩感知字典学习的超分方法
-第3章测试一
-第3章测试二
-4.1引言-什么是HDR图像
-4.2 概述-HDR图像处理的研究内容
-4.3HDR图像获取—多曝光融合
-4.4色调映射基础
-第4章测试题
-5.1图像水印技术概述
-5.2图像单水印技术
-5.3图像双水印技术
-第5章测试题
-6.1图像检索概述
-6.2词袋(BOW)特征描述
-6.3VLAD特征编码
-6.4PCA降维
--6.4PCA降维
-7.1 监控视频编码的作用
-7.2 监控视频编码的标准
-7.3 监控视频编码标准
-第7章测试
-8.1运动目标检测
-8.2运动目标跟踪
-第8章测试题
-9.1高光谱图像基础知识
-9.2高光谱图像的应用
-9.3高光谱图像处理
-第9章测试题
-10.1现勘足迹的基本知识
-10.2现勘足迹提取方法
-10.3结构光测量技术概况
-10.4结构光提取原理
-10.5现勘三维现场重建技术
-10.6基于二维图像的三维现场重建
-10.7基于深度信息的三维现场重建
-10.8应用案例
--10.8应用案例
-第10章测试题
-11.1研究背景与意义
-11.2图像预处理技术
-11.3基于LBP纹理的鞋印检索
-11.4基于SIFT特征的鞋印检索
-第11章测试题
-12.1什么是案件的智能串并？
-12.2实现智能串并案的机遇与挑战
-12.3智能串并案的实现策略与方案
-12.4真实案件智能串并的实现
-第12章测试题
-13.1刑侦模拟画像概述
-13.2 刑侦模拟画像计算机辅助系统
-13.3刑侦模拟画像计算机辅助系统：两维三维画像辅助
-第13章测试题
