基于结构光图像的面部配准新方法
计算机视觉与模式识别
2024-05-24 v1 机器人学
摘要
背景与目标：在神经外科手术中，融合临床图像和深度图像有助于提高手术信息和细节。我们发现，使用现有方法进行面部深度图像配准时经常无效。为充分利用传统图像方法中的深度信息，本文研究了一种利用深度图像和传统临床图像进行配准的方法。方法：我们使用 dlib 库，这是一个可用于人脸识别的 C++ 库，从结构光相机和 CT 图像中识别面部关键点。通过 ICP 方法对两个关键点云进行粗配准。粗配准后通过 ICP 方法完成细配准。结果：粗配准和细配准后的 RMSE 低至 0.995913 mm。与传统方法相比，运行时间更短。结论：新方法成功地将结构光图像中的面部深度图像与 CT 图像进行了低误差配准，这在神经外科的临床应用中具有前景且高效。
引用
@article{arxiv.2405.14292,
title = {A New Method in Facial Registration in Clinics Based on Structure Light Images},
author = {Pengfei Li and Ziyue Ma and Hong Wang and Juan Deng and Yan Wang and Zhenyu Xu and Feng Yan and Wenjun Tu and Hong Sha},
journal= {arXiv preprint arXiv:2405.14292},
year = {2024}
}