論文の概要: A Novel Evolutionary Method for Automated Skull-Face Overlay in Computer-Aided Craniofacial Superimposition

• arxiv url: http://arxiv.org/abs/2603.00170v2
• Date: Tue, 03 Mar 2026 10:38:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-04 14:54:12.436857
• Title: A Novel Evolutionary Method for Automated Skull-Face Overlay in Computer-Aided Craniofacial Superimposition
• Title（参考訳）: コンピュータ支援頭蓋顔面重ね合わせにおける顔面自動オーバーレイの新しい進化的方法
• Authors: Práxedes Martínez-Moreno, Andrea Valsecchi, Pablo Mesejo, Pilar Navarro-Ramírez, Valentino Lugli, Sergio Damas,
• Abstract要約: リリウムは頭蓋顔面オーバーレイの精度と堅牢性を高める進化的手法である。 解剖学的、形態学的、写真的妥当性を制約の組み合わせによって強制する。
• 参考スコア（独自算出の注目度）: 2.3880383038985458
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Craniofacial Superimposition is a forensic technique for identifying skeletal remains by comparing a post-mortem skull with ante-mortem facial photographs. A critical step in this process is Skull-Face Overlay (SFO). This stage involves aligning a 3D skull model with a 2D facial image, typically guided by cranial and facial landmarks' correspondence. However, its accuracy is undermined by individual variability in soft-tissue thickness, introducing significant uncertainty into the overlay. This paper introduces Lilium, an automated evolutionary method to enhance the accuracy and robustness of SFO. Lilium explicitly models soft-tissue variability using a 3D cone-based representation whose parameters are optimized via a Differential Evolution algorithm. The method enforces anatomical, morphological, and photographic plausibility through a combination of constraints: landmark matching, camera parameter consistency, head pose alignment, skull containment within facial boundaries, and region parallelism. This emulation of the usual forensic practitioners' approach leads Lilium to outperform the state-of-the-art method in terms of both accuracy and robustness.
• Abstract（参考訳）: 頭蓋顔面過形成(Cranioface Superimposition)は、頭蓋骨と前頭骨の顔写真を比較して骨格の骨を同定する法医学的手法である。 このプロセスの重要なステップは、Skull-Face Overlay (SFO)である。 このステージでは、3Dの頭蓋骨モデルと2Dの顔画像とを合わせ、通常は頭蓋骨と顔のランドマークの対応によってガイドされる。 しかし、その精度は軟膜厚の個体差によって損なわれ、オーバーレイにかなりの不確実性をもたらす。 本稿では,SFOの精度とロバスト性を高める自動進化法であるLiliumを紹介する。 リリウムは、微分進化アルゴリズムを用いてパラメータを最適化した3Dコーンベースの表現を用いて、ソフト・タスクの変動性を明示的にモデル化する。 この方法は、ランドマークマッチング、カメラパラメータの整合性、頭部ポーズアライメント、顔の境界内の頭蓋骨の封入、領域の並列性といった制約の組み合わせによって、解剖学的、形態学的、写真的可視性を強制する。 通常の法医学的実践者のアプローチをエミュレートすることで、リリウムは精度と堅牢性の両方の観点から最先端の手法より優れている。

関連論文リスト

• BFSM: 3D Bidirectional Face-Skull Morphable Model [30.3163131796241]
  遠隔診断、手術計画、医学教育、身体に基づく顔シミュレーションなどの応用において、関節型顔面骨格形態モデルの構築は大きな可能性を秘めている。 しかし、このビジョンを実現するには、対面スカルデータの不足、登録精度の不足、再建と臨床応用の限定的な探究など、制約がある。 本稿では, 顔と頭蓋骨の形状推定を共有空間を通して行う3次元双方向顔・骨格形態モデル(BFSM)を提案する。
  論文  参考訳（メタデータ） (2025-09-29T10:34:13Z)
• Online camera-pose-free stereo endoscopic tissue deformation recovery with tissue-invariant vision-biomechanics consistency [0.0]
  カノニカルマップの概念は、オンラインアプローチで組織形状と変形を最適化するために導入された。 深さと光学的流れの入力により、組織が部分的に閉塞されたり、視野外を移動したとしても、組織形状と変形を安定してモデル化する。
  論文  参考訳（メタデータ） (2025-06-24T07:32:57Z)
• A 3D Facial Reconstruction Evaluation Methodology: Comparing Smartphone Scans with Deep Learning Based Methods Using Geometry and Morphometry Criteria [60.865754842465684]
  3次元顔形状解析は臨床応用の可能性から注目されている。 高度な3D顔認証システムの高コスト化は、その普及を制限し、低コストな取得と再構築方法の開発を推進している。 本研究では,形態素形状解析技術を統合することで,従来の幾何学的ベンチマークを超える新しい評価手法を提案する。
  論文  参考訳（メタデータ） (2025-02-13T15:47:45Z)
• A Theory of Stabilization by Skull Carving [0.0]
  顔の動きの正確な安定化は、3Dゲーム、仮想現実、映画、トレーニングデータ収集のためのフォトリアルアバター構築への応用に不可欠である。 安定化スキャンの交差面として安定な船体の概念を導入し, シルエット形状の視覚的船体と空間彫刻の光的船体とを類似させた。
  論文  参考訳（メタデータ） (2024-11-05T17:54:05Z)
• Skull-to-Face: Anatomy-Guided 3D Facial Reconstruction and Editing [34.39385635485985]
  頭蓋骨から3D顔を引き出すことは、法科学と考古学において難しい課題である。 本稿では,エンドツーエンドの3次元顔再構成パイプラインと探索手法を提案する。 実際の頭蓋顔面データセットを用いて実験を行い,提案したパイプラインの有効性を実証した。
  論文  参考訳（メタデータ） (2024-03-24T16:03:27Z)
• Decaf: Monocular Deformation Capture for Face and Hand Interactions [77.75726740605748]
  本稿では,単眼のRGBビデオから人間の顔と対話する人間の手を3Dで追跡する手法を提案する。 動作中の非剛性面の変形を誘発する定形物体として手をモデル化する。 本手法は,マーカーレスマルチビューカメラシステムで取得した現実的な顔変形を伴う手動・インタラクションキャプチャーデータセットに頼っている。
  論文  参考訳（メタデータ） (2023-09-28T17:59:51Z)
• SCULPTOR: Skeleton-Consistent Face Creation Using a Learned Parametric Generator [42.25745590793068]
  本稿では,SCULPTORとSkeleton Consistencyを併用した3次元顔生成システムについて述べる。 SCULPTORのコアとなるLUCYは、プラスチック外科医とコラボレーションした最初の大規模な形状骨格顔データセットである。
  論文  参考訳（メタデータ） (2022-09-14T05:21:20Z)
• Scene Synthesis via Uncertainty-Driven Attribute Synchronization [52.31834816911887]
  本稿では,3次元シーンの多様な特徴パターンを捉えるニューラルシーン合成手法を提案する。 提案手法は,ニューラルネットワークと従来のシーン合成手法の双方の長所を結合する。
  論文  参考訳（メタデータ） (2021-08-30T19:45:07Z)
• Detailed Avatar Recovery from Single Image [50.82102098057822]
  本稿では,単一画像からエンフデテールアバターを回収するための新しい枠組みを提案する。 階層的メッシュ変形フレームワークでは、ディープニューラルネットワークを使用して3次元形状を洗練しています。 本手法は,皮膚モデルを超えて,完全なテクスチャで詳細な人体形状を復元することができる。
  論文  参考訳（メタデータ） (2021-08-06T03:51:26Z)
• Learning to Aggregate and Personalize 3D Face from In-the-Wild Photo Collection [65.92058628082322]
  非パラメトリックフェースモデリングは形状仮定なしで画像からのみ3次元フェースを再構成することを目的としている。 本稿では,教師なしのロバストな3次元顔モデリングのための学習・アグリゲート・パーソナライズ・フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-06-15T03:10:17Z)
• Cephalometric Landmark Regression with Convolutional Neural Networks on 3D Computed Tomography Data [68.8204255655161]
  側方X線写真におけるケパロメトリ解析では, 横面への投射による3次元物体の構造を十分に利用していない。 本稿では,3次元畳み込みニューラルネットワーク(CNN)を用いたキーポイント回帰法について述べる。 本研究は,Frankfort Horizontal および cephalometric points の位置推定において,提案手法を広く評価し,その効果を実証した。
  論文  参考訳（メタデータ） (2020-07-20T12:45:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。