通常情況下，想要?jiǎng)?chuàng)建一個(gè)栩栩如生的人臉 3D 數(shù)字模型，需要?jiǎng)佑?3D 掃描儀或多個(gè)攝像頭。然而位于匹茲堡的卡內(nèi)基梅隆大學(xué)的一支研究團(tuán)隊(duì)，卻已經(jīng)打造出了一套僅需一部智能手機(jī)、便可基于視頻來創(chuàng)建逼真的 3D 面部模型的新技術(shù)。據(jù)悉，這套技術(shù)由 Assoc 開發(fā)，凝結(jié)了 Simon Lucey 教授與碩士生 Shubham Agrawal 和 Anuj Pahuja 的工作成果。

3D 建模與原視頻對(duì)比（圖自：Carnegie Mellon University）

首先，研究人員使用智能手機(jī)拍攝圍繞對(duì)象頭部的 15~20 秒短視頻。為收集盡可能多的數(shù)據(jù)（圖像幀數(shù)），Lucey 團(tuán)隊(duì)還使用了iPhoneX 的慢速攝影功能。

然后，其借助一種被稱作視覺同時(shí)定位和制圖（SLAM）的現(xiàn)有技術(shù)，來確定面部的基本幾何形狀。其通過對(duì)面部表征上的點(diǎn)位開展三角剖分，來計(jì)算對(duì)應(yīng)的形狀和手機(jī)相對(duì)于面部的距離。

接著，基于深度學(xué)習(xí)的算法可用于識(shí)別對(duì)象的面部輪廓，以及眼耳口鼻等“地標(biāo)”的相對(duì)位置。為填補(bǔ)其它“空白”數(shù)據(jù)，還需要用到傳統(tǒng)的“網(wǎng)格擬合”計(jì)算機(jī)視覺技術(shù)。

盡管整個(gè)過程需要 30~40 分鐘，但其最大的特點(diǎn)是單純可以依靠一部智能手機(jī)來完成。3D 模型不僅看起來逼真、細(xì)粒度也達(dá)到了亞毫米級(jí)，較此前開發(fā)的類似裝置提升了不少。

最后，研究團(tuán)隊(duì)希望這項(xiàng)技術(shù)能夠應(yīng)用于諸多領(lǐng)域，比如游戲中玩家化身的創(chuàng)建，醫(yī)學(xué)、或生物特征識(shí)別等場(chǎng)景。

有關(guān)該團(tuán)隊(duì)的工作詳情，已在上月初于科羅拉多舉辦的 IEEE 冬季計(jì)算機(jī)視覺應(yīng)用大會(huì)上發(fā)表。