顱顏患者手術(shù)前後之特徵點(diǎn)比對系統(tǒng)

1、顱顏患者手術(shù)前後之特徵點(diǎn)比對系統(tǒng),姓名：馬嘉宏指導(dǎo)教授：萬書言教授,2,大綱,研究背景研究動機(jī)研究目的文獻(xiàn)探討研究方法時程表參考文獻(xiàn),3,序論,背景目前大都以其他病患術(shù)前術(shù)後的影像，讓患者以肉眼來進(jìn)行比對，且靠想像進(jìn)行模擬。由於缺少手術(shù)前後的統(tǒng)計數(shù)據(jù)，因此無法針對個人預(yù)估術(shù)後的情形。相同影像放大縮小，對於影像比對而言，仍是重點(diǎn)。(醫(yī)生的實(shí)際經(jīng)驗(yàn)),4,,傳統(tǒng)影像比對 – 像素(pixel)比對針對整張影像進(jìn)行比

2、對缺點(diǎn)所需的計算量大效率不高傳統(tǒng)影像比對標(biāo)準(zhǔn) – 歐氏距離針對點(diǎn)與點(diǎn)之間的距離進(jìn)行比較缺點(diǎn)影像縮放時，所得出的結(jié)果會不同。須先進(jìn)行影像比例校對的動作。,5,,,6,,為什麼選用特徵點(diǎn)？人類在辨識物體時，都是靠特徵點(diǎn)來判斷的。人與人見面時，所靠的就是特徵點(diǎn)的組合。許久未見的朋友、家人，即使變胖變瘦，見面時仍能一眼認(rèn)出。為何會有似曾相似的感覺。為何會有大眾臉。特徵點(diǎn)不變，感覺不變；特徵點(diǎn)改變，感覺改變。因此選用

3、特徵點(diǎn)是最能表達(dá)人類感覺的特性，且所選特徵點(diǎn)越多越能代表物體，則效果越好。,7,,人臉常用特徵點(diǎn),8,,動機(jī)對於顱顏有缺陷或欲進(jìn)行整形的患者而言，進(jìn)行手術(shù)前，如能大概了解手術(shù)後的模樣，能增加患者的手術(shù)意願與信心。為了未來能夠預(yù)測手術(shù)後的情形，統(tǒng)計手術(shù)前後的差異是必要的。訂定適合的比對標(biāo)準(zhǔn)，能夠提高比對的效果。進(jìn)而提高預(yù)測的準(zhǔn)確率。,9,,使用傳統(tǒng)方式進(jìn)行比對，對於結(jié)果難以量化。因此本論文將發(fā)展不受影像比例影響，且量化簡單的方法來進(jìn)

4、行手術(shù)前後的比較。為了減少人為的影響，在特徵點(diǎn)的擷取部份，採用自動的方式。,10,,目的實(shí)做一套利用特徵點(diǎn)來進(jìn)行影像比對的系統(tǒng)。本論文針對特徵的相對位置來進(jìn)行量化，進(jìn)而能夠提供日後在手術(shù)模擬上有力的數(shù)據(jù)。主要步驟：五官定位特徵自動擷取特徵點(diǎn)比對。,11,文獻(xiàn)探討,人臉偵測在人臉偵測部份，有三種方式。色彩分析(Color Analysis)在吳瑞珍的論文中提到，由 RGB轉(zhuǎn)換至其他色彩空間，利用其特性來進(jìn)行分析。對

5、轉(zhuǎn)換後的影像，經(jīng)由實(shí)驗(yàn)數(shù)據(jù)的統(tǒng)計之後，確定人臉判斷的閥值，以此將背景與膚色分開。優(yōu)點(diǎn)：排除亮度的干擾，可增加判斷的準(zhǔn)確率。缺點(diǎn)：不同人種，必須有不同的判斷標(biāo)準(zhǔn)。,12,,類神經(jīng)網(wǎng)路(Neural Network)在Raphael Feraud的論文中，提到利用Neural Network來進(jìn)行人臉的偵測。Neural Network必須要先經(jīng)由大量的已知資料，來進(jìn)行網(wǎng)路的訓(xùn)練，使得網(wǎng)路的輸出能越接近所需。優(yōu)點(diǎn)：即使不同人種亦能

6、夠有良好的效果。缺點(diǎn)：需有大量的資料進(jìn)行訓(xùn)練，若進(jìn)行訓(xùn)練的資料不良，則網(wǎng)路效果會打折扣。,13,,進(jìn)化演繹法(Evolutionary Computation)在吳明衛(wèi)的論文中，是先將皮膚與邊緣偵測出來後，再運(yùn)用進(jìn)化演繹法來進(jìn)行人臉偵測。利用橢圓的中心位置、長軸半徑、短軸半徑及旋轉(zhuǎn)角度作為參數(shù)，進(jìn)行突變(Mutate)與交配(Crossover)來偵測出人臉。優(yōu)點(diǎn)：可以判斷不同人種，且不受亮度影響。缺點(diǎn)：需要大量的資料，進(jìn)行演

7、化。,14,,五官定位吳瑞珍在論文中提出，利用臉上五官與膚色不一樣，因此將非膚色的部份取出，再經(jīng)由判斷的規(guī)則，即可定位出眼睛位置。嘴巴定位則是藉由嘴唇相對於周遭膚色而言比較紅，因此採用色彩來定位嘴唇位置。眉毛與鼻子則是經(jīng)由與眼睛嘴巴的相對位置來進(jìn)行定位。吳明衛(wèi)提出的方法，則是以統(tǒng)計學(xué)的觀點(diǎn)，來進(jìn)行五官的相對位置的定位。,15,,特徵擷取吳瑞珍論文提出利用已經(jīng)定位的五官，對局部影像做處理。分別對五官進(jìn)行不同形式的特徵擷取。優(yōu)點(diǎn)

8、：針對五官不同的特性進(jìn)行擷取，在方法上具有較大的靈活度。吳明衛(wèi)所提出的方法，是利用統(tǒng)計學(xué)與色度的方式將眼睛的特徵點(diǎn)取出，再根據(jù)眼睛的特徵點(diǎn)進(jìn)行其他五官的特徵擷取。缺點(diǎn)：由於是依相對關(guān)係進(jìn)行擷取，因此若一個特徵點(diǎn)錯誤，可能會影響到其他特徵點(diǎn)的擷取。,16,研究方法,17,,先將二維的影像，由RGB色彩空間，轉(zhuǎn)換為YCrCb色彩空間。並利用實(shí)驗(yàn)後的數(shù)據(jù)，定出膚色可能的範(fàn)圍，成為判斷的閥值。,18,,用型態(tài)學(xué)的方法，將部份的雜訊去除，接

9、著計算膚色密度，便可定出人臉範(fàn)圍。接著進(jìn)行五官的定位與特徵擷取，使用吳瑞珍、吳明衛(wèi)論文中所提出的方法。讓使用者決定是否要增減自動產(chǎn)生的特徵點(diǎn)。,19,,讓使用者選取他所感興趣的區(qū)域，針對該區(qū)域來進(jìn)行比對。在比較的標(biāo)準(zhǔn)方面，則是採用特徵點(diǎn)與特徵點(diǎn)間，距離與角度的關(guān)係。,20,,先將取出的特徵點(diǎn)依序標(biāo)號，並計算出線與線間的角度，與五官之間的距離。因角度不會隨著影像的放大縮小而有所改變，因此選用角度作為比較的標(biāo)準(zhǔn)，不會受到影像大小的影

10、響。,21,,,22,,比較五官之間的距離，則是因?yàn)槿说奈骞俦壤?，並不會有明顯的改變。若比例相差過大，則有可能是動過重大手術(shù)，或根本是不同的人。將兩張影像所得出的結(jié)果進(jìn)行比較，若比較結(jié)果相差一定程度以內(nèi)，則忽略不記，否則就將相差程度輸出。,23,,三維影像，則是利用網(wǎng)格模型來進(jìn)行比較。先由使用者輸入特徵點(diǎn)，計算特徵點(diǎn)的範(fàn)圍內(nèi)，網(wǎng)格數(shù)量的多寡，數(shù)量越多則曲度越大。比較兩張影像，相對特徵點(diǎn)間的曲度，相差程度則以顏色表示。,24,

11、時程表,,25,參考資料,[1] 吳瑞珍 ”人臉特徵自動抽取之演算法設(shè)計與應(yīng)用,” 元智大學(xué)電機(jī)工程研究所碩士論文,2002年6月。[2] 吳明衛(wèi) ”Automatic Facial Expression Analysis System,” 成功大學(xué)電機(jī)工程研究所碩士論文,2003年6月。[3] 鐘仁厚 ”基於模糊邏輯之臉部表情辨識,” 中央大學(xué)電機(jī)工程研究所碩士論文,2008年7月。[4] Raphael Feraud “A F