計算機自動產生人臉模型

如果你用過一個智能手機應用Snapchat，你可能會將你自己的照片變成迪斯科熊，或者將你自己的臉和別人的混合。而今，一組研究人員已提出迄今為止最先進的計算機面部3D建模技術。這一系統能改進電子遊戲中的個人頭像、安全應用中的面部識別性能以及Snapchat中的濾鏡。

計算機處理面部有時候是依靠所謂的三維形變模型(3DMM)。這一模型能表達大眾臉，但也包含常見的與大眾臉的差異模式。例如，如果你有一個長鼻子，那麼很可能你的下巴也會比較長。根據這種相關性，計算機無需存儲三維掃描的每個點就能描繪出你的面部特徵，只需列出數百個數字描述你的面部與大眾臉之間的差異，包括大致對應年齡、性別以及面部長度的參數。

credit: 煎蛋第八位畫師准司機黃致富

但其中存在一個問題。要將所有可能的面部差異都囊括在內，3DMM需要集成大量面部信息，即需要掃描大量人的面部並費勁地標出所有特徵。而目前最好的模型也僅僅基於幾百個人的面部數據，而且大部分都是白人，無法很好地實現對不同年齡和種族的人的面部建模。

最近，帝國理工學院的計算機科學家James Booth及他的同事提出了一種自動創建3DMM的方法，能集成大量人的信息。該方法主要包含三個步驟。首先，利用一種演算法自動提取面部掃描的特徵，標記鼻尖和其他點。然後，利用另一種演算法根據特徵排列所有的掃描，將其結合到一個模型中。最後，檢測並移除較差的掃描。

未參與該研究的約克大學計算機視覺研究者William Smith說道：「該工作最大的貢獻是顯示了如何完全自動化這一過程。」同樣未參與該研究的德國達姆施塔特夫琅禾費計算機圖形學研究所的計算機科學家Alan Brunton說道：「在每個面部上都標記數十個面部特徵是一件極其繁瑣的事情，你覺得點一個點相對容易，但有時候有些點並不是那麼明顯，比如嘴角，所以即使你自己手動做這個也會出現某些錯誤。」

credit: 煎蛋畫師Chon

但Booth和他的同事所做的不止於此。他們將提出的方法應用於近1萬個不同分布的人員的面部掃描。這些面部掃描是由整形外科醫生Allan Ponniah 和David Dunaway在倫敦科學博物館掃描得到的。他們請帝國理工學院的Stefanos Zafeiriou幫助分析了這些數據。研究者在IJCV(國際計算機視覺雜誌)上的文章中稱，將該方法應用於這些數據得到的「大規模面部模型」(LSTM)相比其他現有模型能更準確地表示人臉。在一組對比實驗中，他們從一張照片中創建了小孩的模型。利用LSFM得到的模型看起來很像這個小孩，而利用目前最流行的形變模型，由於該模型完全基於成年人，因而看起來就像是一個完全不相關的大人。Booth和他的同事甚至利用大量的掃描數據創建了不同種族和年齡的人的具體形變模型。並且這些模型能自動根據形狀將人臉分類到年齡組中。

credit: 煎蛋畫師准司機黃致富

Booth團隊已經將這一新模型投入使用。在另一篇論文中，研究者使用LSFM模型合成了10萬張人臉，訓練人工智慧程序將隨意的二維快照變成準確的三維模型。這一方法可用於判斷犯罪嫌疑人在相機中的不同角度看起來是什麼樣子，或者是二十年之後的樣子。也可以根據歷史人物的畫像具現化該人物並做成動畫。

LSFM也可用於醫療中。如果某人鼻子沒了，這一技術能幫助整形醫生根據餘下的整個面部確定新的鼻子應該是什麼樣子。面部掃描也可被用於鑒定可能的遺傳病，比如威廉斯氏綜合症、可能的心臟問題、發育遲緩以及一些面部缺陷，比如鼻子太短或者嘴太大等。

Ponniah稱，新模型打開了很多研究的大門。

下一步是將面部表情考慮到模型中，這樣就能識別各種鬼臉或者嘲諷表情。Zafeiriou稱他們正回到博物館，掃描更多的遊客。

本文譯自 sciencemag，由譯者 CliffBao 基於創作共用協議(BY-NC)發布。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！