Краткое содержание

arXiv:2511.14411v1 Тип объявления: новый Аннотация: В судебной краниофациальной идентификации и во многих биомедицинских приложениях важную роль играют краниометрические ориентиры. Традиционные методы определения ориентиров требуют значительных временных затрат и специализированных знаний и навыков. Современные подходы используют наложение изображений и основанные на глубоком обучении методы автоматического аннотирования ориентиров. Однако эти методы недостаточно надежны из-за отсутствия крупномасштабных валидационных исследований. В данной работе мы предлагаем новую архитектуру Cranio-ID: Во-первых, автоматическое аннотирование ориентиров на двумерных черепах (которые являются рентгеновскими снимками лиц), а также их соответствующих оптических изображениях с использованием обученных нами моделей YOLO-pose. Во-вторых, кросс-модальное сопоставление путем преобразования этих ориентиров в графовые представления и последующего нахождения семантического соответствия между графами двух модальностей с помощью механизма перекрестного внимания и оптимального транспорта. Предложенная архитектура была проверена на наборах данных S2F и CUHK (CUHK да