本文共 1029 字,大约阅读时间需要 3 分钟。
讲真,你得试试这个,很好玩。
来自诺丁汉大学和金斯顿大学的一队AI专家,最近发了一个新的研究成果:使用机器学习算法,只需要一张人脸照片,就能生成3D人脸。
整个过程非常简单,上传照片(自拍),然后稍等片刻~
先看看效果。量子位从微博和百度的明星排行榜上,选择了今天排名第一的女星做个示范,生成的三维人脸模型如视频所示:
以及这位知名外国网友:
量子位还拿同事们的照片试了一下,确实很很好玩!
但,这怎么做到的?其实背后是一个卷积神经网络,研究人员把大量人脸数据喂给这个网络进行训练,最终这个AI学会了从照片脑补出3D人脸。
想尝试一下的朋友,可以赶紧前往下面这个网址:
http://cs.nott.ac.uk/~psxasj/3dme/
这个团队还把研究成果公布了出来。
《Large Pose 3D Face Reconstruction from a Single Image via Direct Volumetric CNN Regression》
摘要:
3D面部重建是一个非常困难的基础计算机视觉问题。
目前的系统通常使用多张面部图片作为输入,并且需要解决诸多挑战,例如需要在大型面部姿态中建立密集的对应,要受到表情、不均匀光照等影响。一般来说,这些方法需要复杂和低效的管道来建模和拟合。
在这项研究中,我们提出通过由2D图像和3D面部模型或扫描组成数据集,并在这个数据集上训练卷积神经网络(CNN)来解决这些限制。
我们的CNN只需要使用一个2D面部图像,不需要精确的对准,也不需要在图像之间建立密集对应。这个方法适用于重建整个3D面部几何(包括不可见部分)。我们通过一个简单的CNN架构来实现这一点,这个架构对单个2D图像的3D面部几何进行体积表征的直接回归。
我们还展示了如何将面部地标定位的相关任务纳入提出的框架,这有助于提高重建质量,特别是在大型姿态和面部表情的情况下。
论文地址:
https://arxiv.org/abs/1703.07834
这项研究的代码也已经公布在GitHub上。
这里简单交代一下软件要求:
想要获得代码地址?可以在量子位微信公众号(QbitAI)对话界面,回复“vrn”三个字母,即可获得。
— 完 —
转载地址:http://qkanx.baihongyu.com/