英國倫敦帝國理工學院(ICL)盤算機迷信家開辟出一種新辦法,可以主動構建能處置臉部特點的3D變形模子(3DMM),并將之運用于分歧的人種。日前,《迷信》雜志官網報導了這一新聞。
假如你有一個長鼻子,你還能夠有一個長下巴,鑒于這類相干性,盤算機可以用3DMM表征你的奇特臉部,但它并沒有貯存3D掃描臉部的每個點的信息,而是列出了幾百個描寫與均勻面貌數字誤差的數值,包含年夜致對應的年紀、性別和臉長等參數。為盡量處置各類分歧的臉部變更,3DMM須要集成很多臉部信息,先掃描然后細心標志一切特點。今朝的模子僅基于幾百人的數據構建,且年夜部門是白人,是以模擬分歧年紀和人種的才能無限。
在 3DMM 中有兩種用于樹立密集對應(dense correspondence)的技巧。上排是在 UV 空間(平日是網格狀和紋理信息的圓柱形投影)中樹立的人臉對應。每一個網格的 UV 圖象都邑注冊到模板 UV 圖象,隨后的采樣會生成一個與模板對應的混雜圖形(mesh)。下排展現的長短剛性迭代比來點(NICP),NICP 可以迭代應用,賡續將 3D 模板變形從而婚配每一個網格,完整避開 UV 空間。起源:Booth, J., Roussos, A., Ponniah, A. et al. Int J Comput Vis (2017). doi:10.1007/s11263-017-1009-7
ICL盤算機迷信家詹姆斯?布斯的團隊開辟的新辦法有三個重要步調:起首,用一種算法主動停止臉部掃描,標志鼻尖和其他點位信息;然后,用另外一種算法依據其他標志信息對一切掃描內容停止排序,將其組分解一個模子;最初,停止算法檢測并刪除不及格的掃描信息。
布斯團隊將該辦法運用于1萬人的臉部掃描,創立了“年夜型臉部模子”(LSFM),用現有模子測試,發明其能更精確地描寫面貌。該結果行將揭橥在《盤算機視覺期刊》雜志上。
比來,布斯團隊還在另外一篇論文中,應用新模子分解的1萬張面貌來編纂了一小我工智能法式,將有時的2D快照轉換為準確的3D模子。該辦法可用于從分歧的角度檢查相機上捕捉的犯法嫌疑人,或許模仿其20年后的容貌。這類辦法也能畫出或制造出汗青人物抽象。
新模子還可以很快運用于醫療。假如有人掉去了鼻子,整形內科大夫可以依據面部其他部門,模仿出新的鼻子。臉部掃描還可以用于辨認如威廉姆斯綜合征等遺傳疾病,進步經由過程面貌特點斷定得病能夠性的精確率。