（一）项目背景 本项目源自公共安全部门、社会企业等实际技术需求，已具备前期实际应用经验。 数字图像是现今世界信息的主要载体，人脸数字图像由于能够体现个人的鲜明身份信息，又是数字图像中的最重要组成部分。然而，由于采集手段不同、成像方式各异，人脸图像的表现形态具有很大的差异。跨域人脸图像重建技术旨在将人脸数字图像在不同的人脸图像表现形态中相互重建、转换，例如人脸素描画像与人脸照片的转换重建、人脸照片与人脸剪纸图像的转换重建等。该技术在当今社会中存在很大的需求。目前在公安部门中广泛应用的人脸识别技术在正常条件下的识别没有问题，但是当目标人物躲避监控，或用衣帽口罩遮挡，使得摄像头无法捕获目标人物的人脸图像时，一般的人脸识别技术无法进行识别。跨域人脸图像重建的照片合成功能可将画家在目击者配合下绘制的模拟素描画像转化为计算机可识别的人脸照片，从而可以在身份证数据库中进行比对识别，协助侦查人员缩小目标人物的搜索范围。在以往，具有艺术特色的肖像是需要耗时的手工劳动制作的，例如非物质文化遗产中的肖像剪纸。跨域人脸图像重建技术能够通过计算机自动的将人脸照片重建为肖像剪纸图像，解放生产力。 （二）项目简介 本项目提供一种应用于具有人脸图像模态转换需求的公共安全部门和社会企业的跨域人脸图像重建技术，包括人脸检测、人脸对齐与预处理、跨域人脸图像重建模型训练以及跨域人脸图像重建模型应用。跨域人脸图像重建技术突破了当前人脸图像重建转换的技术瓶颈，可以使用计算机自动地将人脸图像由一种模态重建为其它模态，并保持重建图像的人脸内容身份信息不变，重建图像人脸识别率可达 95% 以上，模态相似度高于 80%。该技术应用广泛，解决很多部门行业的实际需求，解放手工劳动生产力，是人工智能应用并促进社会发展的主要趋势。 图2  应用示例 （三）关键技术 该项目通过跨域人脸图像重建技术，实现人脸图像的跨域转换重建，可解决公共安全部门和社会企业存在的一些实际需求： 1. 改变当前固有模式。现有模式采用手工 PS 或手工绘制方式来实现人脸图像的模态转换，既需要丰富的经验，又耗时耗力。跨域人脸图像重建技术通过计算机，实现人脸图像的自动化跨域重建，解放生产力。  2. 跨域人脸图像重建技术中的人脸检测模块能够自动检测出图像中的人脸区域，实现人脸的快速定位。  3. 跨域人脸图像重建技术中的人脸对齐与预处理模块能够对检测出的人脸区域进行自动化对齐、裁剪，实现自动化肖像提取。  4. 跨域人脸图像重建技术中的跨域人脸图像重建模型训练模块使用深度学习与生成对抗网络技术，以数据驱动的方式学习不同人脸图像域之间的映射模型，能够适用于不同的跨域人脸图像重建任务，具有很强的通用性。  5. 跨域人脸图像重建技术中的跨域人脸图像重建模型应用模块将训练好的模型应用于具体任务场景，且具有快速合成与精细合成两种模式，可根据实际需求进行模式选择。

成果简介当前，视频监控得到了迅速发展。视频监控普遍存在的问题是：人脸图像分辨率低下。对于低分辨率的人脸图像，需要清晰化目标人的人脸图像和确定监控中目标人的真实身份，这是一个国际性难题。成果应用应用于2008年北京奥运是奥运史上首次将人脸识别技术作为人员身份识别的智能化手段引入其安保工作，是人脸识别技术在华发展的里程碑。 ------摘自人民日报海外版（2012年02月25日） 应用于户籍查重湛江市对全市6123812张二代证人脸图像进行人脸识别，共查出12314对重复户口，查出8名网上逃犯。 对我国人脸识别应用呈现爆发性增长起到了推动作用应用于视频图像侦察清华大学在低分辨率人脸图像重建的新进展：对瞳距大于12像素的人脸图像进行重建，重建像的人脸识别率为：在10万异源数据库中（如二代证数据库），前100名的识别率大于70%在10万同源数据库中，前100名的识别率大于80%

Ø 计算机图形学、虚拟现实和电子游戏等领域的快速发展，导致对具有高度真实感的三维模型的需求与日俱增。本项目充分利用镜面对称约束，同时利用特征点作为位置约束以及添加透视投影等约束，通过最小化线性约束下的曲面二次目标函数实现曲面重建，最后进行纹理提取，从而获得逼真的三维模型。该技术具有输入信息简单，建模速度快，真实感强等优点，目前已经获得“基于单幅图像的光滑对称曲面重建方法”国家发明专利授权。 

本项目将研制一套软硬件一体化的医学图像处理与三维重建系统产品，该产品由三大部分组成，包括： 高性能、大容量、适合处理医学图像的硬件平台； 针对医学图像处理裁剪后的专用Linux操作系统；综合医学图像处理与三维重建的医疗专业应用系统。 成果性能：三维重建速度快、重建的图像真实、精细，操作方便。 应用范围：CT、MRI等医学图像处理与三维重建虚拟手术

成果简介：计算机图形学、虚拟现实和电子游戏等领域的快速发展，导致对 具有高度真实感的三维模型的需求与日俱增。本项目充分利用镜面对称约束，同时利用特征点作为位置约束以及添加透视投影等约束，通过最小化线 性约束下的曲面二次目标函数实现曲面重建，最后进行纹理提取，从而获得逼真的三维模型。该技术具有输入信息简单，建模速度快，真实感强等优点，目前已经获得“基于单幅图像的光滑对称曲面重建方法”国家发明专利授权。 项目来源：自行开发 技术领域：计算机应用技术，计算

本发明公开了一种基于大规模无序图像的多起点增量式三维重·699·建方法,包括图像匹配与匹配关系图构建、重建起点选择、边界检测、多起点三维重建和子模型拼接的步骤；利用聚类和迭代漂移的策略，自适应地从无序图像集合中选取适合作为起点的图像对同时开始重建；在重建开始之前，根据分层最短路径算法确定每幅图像的最佳重建子过程，确定重建边界；并根据不同子过程得到的子模型，通过其包含的公共部分进行拼接，获得完整的三维重建

对现实世界进行三维场景重建仿真是计算机图形学、虚拟现实等领域研究的核心问题，其关键在于能够高精度的重建现实世界场景的三维几何结构信息、高质量的还原场景的色彩信息，从而能够在计算机里面真实地模拟现实世界。本项目围绕面向现实世界感知的三维场景建模显示所涉及的关键、核心技术展开探索，研发智能化、低成本、高仿真的快速三维建模技术实现对现实世界的三维场景重建和仿真模拟，形成具有自主知识产权的核心技术与系统，探索以上技术在数字和智慧城市以及数字娱乐、智慧家居、虚

利用多机器人和多模态视觉传感器有效探索与感知复杂 环境的三维结构，进而理解和分析三维场景。研究从多源异 构的机器人定位与建图等环境感知方面、多模态融合的前景 分割、显著性检测和目标检测等场景分析方面取得突破。

中试阶段/n该项目用于解决虚拟现实、3D 视觉系统等的人机交互环节中视觉内容的快速生成、高效渲染难题。围绕上述系统的内容生成，传统方法由于需要采用大量的图像像素信息进行三维空间信息判定、像素移位、后期补绘等工作，导致生成速率不高、渲染质量难以满足实际需求等问题。本专利能利用相对较少的像素信息即可完成传统方法所需的所有绘制参数，并能高效地实现虚拟视点内容的绘制过程，能满足高清图像分辨率条件下的实时虚拟视点绘制，满足实际