|
【PConline 资讯】长久以来，用3D扫描仪建立人脸特征模型时，都存在精确度与用时方面的困扰，并且涉及大量的硬件设备。而今年，于瑞士苏黎世举办的计算机视觉欧洲会议上，一支来自华盛顿大学的研究团队展示了他们称之为“总体移动脸部扫描”（简称TMFS）的全新3D扫描获取面部特征方式，不仅所用的设备非常简单，而且无需特殊装置，很大程度上改善了这一问题。
TMFS可用于在非正常拍摄条件下的3D建模，特别是那些有着大量公开图像、视频数据的知名人士，诸如查尔斯王子、阿诺德·施瓦辛格、汤姆·汉克斯等等，某种角度来说这也算是大数据的另一种使用方式吧。 当然，前提是能够获取一个人在不同时间、地点、表情以及姿势下所拍摄的大量照片。事实上，大多数人在生活中总是会拍摄大量的照片和视频。而研究团队的建议就是利用一个人的所有可用图片和视频作为资料库，来帮助在虚拟世界重建他/她的脸部。
从图片中我们可以看到，软件在综合了各种光照条件、头部姿势以及面部表情等数据后，生成了高度精确的3D渲染效果。显然，此方法与我们之间常用的技术大不相同，因为目前几乎所有的3D人脸追踪和视频重建方法，都是基于一个假设，也就是通过混合形状的线性组合来表现人脸。
TMFS的渲染过程包括以下两步：第一，平均形状（基于图像数据库）发生变形以匹配3D渲染里同一个形状的运动；第二，所得到的形状要根据每一帧中的已知细部线索进行修改。这意味着，非刚性的面部特征（如皱纹）也将首次捕获并添加到参考帧里，在这之后一些特定的细部也将要考虑在内，而所有这一切，都需要进行严格的计算。 TMFS算法能够清晰地捕获类似皱纹这样，非常微小的细节和在很小尺度上的微妙表情变化，这也是现有软件无法比拟的，所以其应用前景非常广泛，用它开发基于视频和照片的3D建模软件，让人像3D扫描和建模变得更加简单、方便、精确。
|
