基于多层次瓶颈注意力模块的颅骨到面皮的生成方法

作     者：王洁 姜文凯 蒋佳琪 梁增磊 刘晓宁 耿国华 WANG Jie;JIANG Wenkai;JIANG Jiaqi;LIANG Zenglei;LIU Xiaoning;GENG Guohua

作者机构：西北大学信息科学与技术学院陕西西安710127 

出 版 物：《西北大学学报(自然科学版)》 (Journal of Northwest University(Natural Science Edition))

年 卷 期：2025年第55卷第1期

页      面：201-212页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(62271393) 陕西省重点研发计划(2021GY-028) 

主　　题：颅面生成 生成对抗网络 图像转换 瓶颈注意力模块 蓝图可分离卷积 

摘      要：从未知颅骨恢复其生前面貌是考古学、法医学和刑侦学重要的研究方向。现有的计算机三维辅助复原过程繁琐,耗时长,该研究针对现有模型在颅骨到面皮(不含纹理、头发等的面貌)图像生成上存在失真、扭曲、不平滑等现象,提出一种结合生成对抗网络和多层次瓶颈注意力模块的颅骨到面皮图像生成方法。该方法的生成器由6层AdaResBlock和瓶颈注意力模块组成,从通道和空间两个维度引导生成器关注更重要的区域,并根据特征自适应地调整归一化方式。同时,针对生成器模型较大的问题,引入蓝图可分离卷积减小其体积。此外,将判别器分为两部分,前几层被用来进行编码,取消传统网络中的单独编码器模块,使模型更紧凑;后几层则采用多尺度判别策略,从不同层级对图像进行分类判别,增强其准确性。实验结果表明,在颅骨到面皮图像生成任务上,该方法生成的面皮图像质量高于现有的其他方法,在视觉质量和图像质量上都取得了最高的分数,复原效果更加真实,图像定量评价指标PSNR、SSIM平均提升1.115,0.017,LPIPS平均降低0.026,面皮平均相似度为0.855。