英國倫敦帝國理工學院（ICL）盤算機迷信家開辟出一種新辦法，可以主動構建能處置臉部特點的3D變形模子（3DMM），并將之運用于分歧的人種。日前，《迷信》雜志官網報導了這一新聞。

假如你有一個長鼻子，你還能夠有一個長下巴，鑒于這類相干性，盤算機可以用3DMM表征你的奇特臉部，但它并沒有貯存3D掃描臉部的每個點的信息，而是列出了幾百個描寫與均勻面貌數字誤差的數值，包含年夜致對應的年紀、性別和臉長等參數。為盡量處置各類分歧的臉部變更，3DMM須要集成很多臉部信息，先掃描然后細心標志一切特點。今朝的模子僅基于幾百人的數據構建，且年夜部門是白人，是以模擬分歧年紀和人種的才能無限。

在 3DMM 中有兩種用于樹立密集對應（dense correspondence）的技巧。上排是在 UV 空間（平日是網格狀和紋理信息的圓柱形投影）中樹立的人臉對應。每一個網格的 UV 圖象都邑注冊到模板 UV 圖象，隨后的采樣會生成一個與模板對應的混雜圖形（mesh）。下排展現的長短剛性迭代比來點（NICP），NICP 可以迭代應用，賡續將 3D 模板變形從而婚配每一個網格，完整避開 UV 空間。起源：Booth, J., Roussos, A., Ponniah, A. et al. Int J Comput Vis (2017). doi:10.1007/s11263-017-1009-7

ICL盤算機迷信家詹姆斯?布斯的團隊開辟的新辦法有三個重要步調：起首，用一種算法主動停止臉部掃描，標志鼻尖和其他點位信息；然后，用另外一種算法依據其他標志信息對一切掃描內容停止排序，將其組分解一個模子；最初，停止算法檢測并刪除不及格的掃描信息。

布斯團隊將該辦法運用于1萬人的臉部掃描，創立了“年夜型臉部模子”（LSFM），用現有模子測試，發明其能更精確地描寫面貌。該結果行將揭橥在《盤算機視覺期刊》雜志上。

比來，布斯團隊還在另外一篇論文中，應用新模子分解的1萬張面貌來編纂了一小我工智能法式，將有時的2D快照轉換為準確的3D模子。該辦法可用于從分歧的角度檢查相機上捕捉的犯法嫌疑人，或許模仿其20年后的容貌。這類辦法也能畫出或制造出汗青人物抽象。

新模子還可以很快運用于醫療。假如有人掉去了鼻子，整形內科大夫可以依據面部其他部門，模仿出新的鼻子。臉部掃描還可以用于辨認如威廉姆斯綜合征等遺傳疾病，進步經由過程面貌特點斷定得病能夠性的精確率。