快试试这个：一张自拍生成3D人脸！(Demo+Code+Paper)

问耕 编译整理
量子位 出品 | 公众号 QbitAI

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。

Demo

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/

论文

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

Code

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：

• Torch7

• MATLAB

• Nvidia GPU（装好CUDA和CuDNN）

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 —

活动报名

加入社群

量子位AI社群8群开始招募啦，欢迎对AI感兴趣的同学，加小助手微信qbitbot3入群；

此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。

进群请加小助手微信号qbitbot3，并务必备注相应群的关键词~通过审核后我们将邀请进群。（专业群审核较严，敬请谅解）

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI

վ'ᴗ' ի 追踪AI技术和产品新动态