通常情況下，想要創(chuàng)建一個栩栩如生的人臉 3D 數(shù)字模型，需要動用 3D 掃描儀或多個攝像頭。然而位于匹茲堡的卡內(nèi)基梅隆大學的一支研究團隊，卻已經(jīng)打造出了一套僅需一部智能手機、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 建模與原視頻對比（圖自：Carnegie Mellon University）

首先，研究人員使用智能手機拍攝圍繞對象頭部的 15~20 秒短視頻。為收集盡可能多的數(shù)據(jù)（圖像幀數(shù)），Lucey 團隊還使用了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。其通過對面部表征上的點位開展三角剖分，來計算對應的形狀和手機相對于面部的距離。

接著，基于深度學習的算法可用于識別對象的面部輪廓，以及眼耳口鼻等“地標”的相對位置。為填補其它“空白”數(shù)據(jù)，還需要用到傳統(tǒng)的“網(wǎng)格擬合”計算機視覺技術(shù)。

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

最后，研究團隊希望這項技術(shù)能夠應用于諸多領域，比如游戲中玩家化身的創(chuàng)建，醫(yī)學、或生物特征識別等場景。

有關(guān)該團隊的工作詳情，已在上月初于科羅拉多舉辦的 IEEE 冬季計算機視覺應用大會上發(fā)表。