8月2日，记者从四川大学了解到，该校计算机学院(软件学院)与华西基础医学与法医学院合作提出了一种基于深度学习的颅面重建方法，成功实现从二维计算机断层扫描的颅骨数据中自动复原出颅面图像，开发出国际首个颅面重建人脸检索系统。相关成果已发表在国际学术期刊《模式识别》上。

人们对于颅面重建技术不算陌生，这种技术一般被应用于在没有指纹、牙科记录、放射性材料或DNA等确定性信息的情况下，根据头骨和面貌的内部关系复原出颅骨的真实面貌，进而识别身份。

然而，传统技术所使用的三维重建方法对数据质量要求高，必须需要完整的头部扫描数据才能用于训练，导致数据收集代价极大，限制了颅骨与人脸之间复杂关系的描述。不仅如此，用三维方式记录颅面几何信息的数据维度大，在数据量有限的情况下很难用深度学习技术来进行拟合，容易造成“过拟合”，导致复原效果差。

来自四川大学计算机学院(软件学院)的研究团队负责人表示，研究团队基于深度学习强大的拟合能力，不仅利用完整头部数据来建立颅骨与颅面的整体对应关系，还利用残缺数据(非完整头部扫描)来促使模型学习颅骨与颅面局部的对应关系，做到更细节的重建，并且降低了数据收集的“门槛”。

据研究团队介绍，该系统可提供两种不同的检索策略，即在年龄、性别信息已知和未知的条件下复原颅面。在未知条件下复原时，系统能根据上传的一个颅骨数据，生成一系列不同年龄、性别的复原人脸，消除年龄和性别变化对身份识别的影响，从而提高识别的精度。最后，再利用人脸识别算法，在真实的人脸数据库中对复原后的颅面进行检索匹配。

“我们正积极与公安方面开展合作，希望将颅面重建人脸检索系统用于受害者身份鉴定，服务于案件办理。后续我们将继续进行技术创新，挖掘此项技术在考古研究和人工智能等领域的巨大潜能。”四川大学计算机学院(软件学院)院长吕建成教授说。