К вопросу о точности и источниках ошибок, возникающих при моделировании человеческого лица стереофотограмметрическим методом
Аннотация и ключевые слова
Аннотация (русский):
Многокамерные фотоустановки зарубежного производства для создания трехмерных моделей человеческого тела применяются в медицинских учреждениях для пластической хирургии и ортодонтии. Эти системы обеспечивают высокую точность, достигающую 0,5 мм, но их стоимость может быть значительной, что ограничивает их доступность для государственных медицинских учреждений. Такая высокая точность фотограмметрических технологий достигается за счет сенсоров, которые обеспечивают высокодетальную съемку, и строгих алгоритмов фотограмметрической обработки. При этом важная задача оценки формы лица для анализа его асимметрии до конца не решена. В статье представлен опыт разработки российской 15-камерной фотограмметрической системы, предназначенной для количественной оценки изменения формы лица человека. Проанализированы источники ошибок, которые неизбежно возникают при моделировании лица живого человека, рассчитан реальный диапазон ошибок, который следует ожидать при съемке специализированной многокамерной фотоустановкой. В результате определено, что точность, которую обеспечивает стереофотограмметрический метод, позволяет воспроизводить формы рельефа лица (с учетом нестатичности) с точностью, не превышающей 1,5 мм. Ошибка, которую вносит процесс приведения моделей в единую систему координат первой модели, порядка 1,2–1,4 мм, а достоверно оценить динамику изменения лица можно, если изменения по высоте (выпуклость) не менее 5 мм. Эти результаты удовлетворяют потребностям клиницистов, но могут быть повышены за счет улучшения алгоритмов взаимного ориентирования моделей в единой системе координат.

Ключевые слова:
специализированная многокамерная фотоустановка, трехмерные модели лица, источники ошибок, оценка точности
Список литературы

1. Ряховский А.Н., Левицкий В.В. Система 3D-визуализации лица и зубных рядов // Панорама ортопедической стоматологии. 2008. № 1. С. 2–4.

2. Кожевникова М.И., Михайлов А.П., Скрыпицына Т.Н. и др. Визуализация рельефа тела человека методом стереофотограмметрии и количественная оценка его параметров // Бюллетень экспериментальной биологии и медицины. 2012. Т. 154. № 10. С. 525–528.

3. Ort R., Metzler P., Kruse AL., et al. The Reliability of a Three-Dimensional Photo System- (3dMDface-) Based Evaluation of the Face in Cleft Lip Infants // Plastic Surgery International. 2012. 138090. DOIhttps://doi.org/10.1155/2012/138090.

4. Небаба С.Г., Захарова А.А. Применение алгоритма формирования индивидуальной трехмерной модели человеческого лица в системе распознавания личности по изображению лица // Сборник трудов 26-й Международной конференции GraphiCon2016 (Нижний Новгород, 19–23 сентября 2016 г.). Н. Новгород: ИФТИ, ННГАСУ, 2016. С. 310–313.

5. Pesce M., Galantucci L.M., Lavecchia F.A. 12-camera body scanning system based on close-range photogrammetry for precise applications // Virtual and Physical Prototyping. 2016. Vol. 11. No. 1. P. 49–56. DOIhttps://doi.org/10.1080/17452759.2015.1101872.

6. Othman S.A., Saffai L., Wan Hassan W.N. Validity and reproducibility of the 3D VECTRA photogrammetric surface imaging system for the maxillofacial anthropometric measurement on cleft patients // Clinical Oral Investigations. 2020. Vol. 24. P. 2853–2866. DOIhttps://doi.org/10.1007/s00784-019-03150-1.

7. Zhuang J., Ma H., Wang C., et al. Applying 3D scanning to evaluate facial symmetry in Asian populations // Journal of Plastic, Reconstructive & Aesthetic Surgery. 2024. Vol. 99. P. 11–17. DOIhttps://doi.org/10.1016/j.bjps.2024.09.025.

8. Nord F., Ferjencik R., Seifert B., et al. The 3dMD photogrammetric photo system in craniomaxillofacial surgery: Validation of interexaminer variations and perceptions // Journal of Cranio-Maxillofacial Surgery. 2015. Vol. 43. No. 9. P. 1798–1803. DOIhttps://doi.org/10.1016/j.jcms.2015.08.017.

9. Savoldelli C., Benat G., Castillo L., et al. Accuracy, repeatability and reproducibility of a handheld three-dimensional facial imaging device: the Vectra H1 // Journal ÿĆÿĉĆČāĎþĒĆĝþěĎČĈČďĊĆĕăďĈĆăĆďďĉăĂČĀþċĆĝąăĊĉĆĒČĐČāĎþĊĊăĐĎĆĝ of Stomatology, Oral and Maxillofacial Surgery. 2019. Vol. 120. No. 4. P. 289–296. DOIhttps://doi.org/10.1016/j.jormas.2019.03.012.

10. Скрыпицына Т.Н., Дрыга Д.О., Журкин И.Г. и др. Особенности применения и оценка точности фотограмметрического метода в доказательной медицине // Известия вузов «Геодезия и аэрофотосъемка». 2023. Т. 67. № 4. С. 32–44. DOIhttps://doi.org/10.30533/GiA-2023-019.

11. Shah P.B., Luximon Y. Review on 3D scanners for head and face modeling // Digital Human Modeling. Applications in Health, Safety, Ergonomics, and Risk Management: Ergonomics and Design: Proceedings of 8th International Conference (Vancouver, BC, Canada, July 9–14, 2017). Cham: Springer International Publishing, 2017. Р. 47–56. DOIhttps://doi.org/10.1007/978-3-319-58463-8_5.

12. Дрыга Д.О. Разработка методики съемки объектов культурного наследия для информационных систем музеев Российской Федерации: дис. ... канд. техн. наук. М., 2020. 138 с.

13. Никишин Д.А. Разработка и исследование методов цифровой наземной стереофотограмметрической съемки: дис. ... канд. техн. наук. М., 2004. 159 c.

14. Lague D., Brodu N., Leroux J. Accurate 3D comparison of complex topography with terrestrial laser scanner: Application to the Rangitikei canyon (N-Z) // ISPRS Journal of Photogrammetry and Remote Sensing. 2013. Vol. 82. Р. 10–26. DOI:115https://doi.org/10.1016/j. isprsjprs.2013.04.009.

15. James M.R, Robson S., Smith M.W. 3-D uncertainty-based topographic change detection with structure-from-motion photogrammetry: precision maps for ground control and directly georeferenced surveys // Earth Surface Processes and Landforms. 2017. Vol. 42. No. 12. P. 1769–1788. DOIhttps://doi.org/10.1002/esp.4125.

16. Маковецкий А.Ю., Воронин С.М., Тихоньких Д.В. и др. Точные решения вариационной задачи алгоритма ICP в классе аффинных преобразований // Челябинский физико-математический журнал. 2017. Т. 2. № 3. С. 282–294.

17. Sforza C., Dellavia C., Rosati R., et al. Three-dimensional facial morphometry: from anthropometry to digital morphology // Handbook of Anthropometry: Physical Measures of Human Form in Health and Disease. Springer. 2012. P. 611–624. DOIhttps://doi.org/10.1007/978-1-4419-1788-1_32.

18. Zhou S., Xiao S. 3D face recognition: a survey // Human-centric Computing and Information Sciences. 2018. Vol. 8. No. 35. P. 1–27. DOIhttps://doi.org/10.1186/s13673-018-0157-2.

Войти или Создать
* Забыли пароль?