黑科技：AvatarMe通过照片生成次世代品质3D人脸模型！

【GameLook专稿，转载请注明出处】

GameLook报道/如果创造一个逼真的数字化人像只需要一张简单的照片会怎样？在2020计算机视觉和模式识别大会（CVPR）接到的一篇论文里，来自伦敦帝国大学和初创公司FaceSoft.io的研究者描述里一种能够根据图片实时重建照片级3D形象的系统AvatarMe，后者主要是把AI和机器学习运用于面部分析技术。他们表示，AvatarMe比目前已有的系统有了很大的进步，而且可以通过低分辨率图片（大头贴）生成真实化、4Kx6K分辨率的3D面部，还可以做到细致的光线反射。

从视频会议到虚拟现实，3D人脸的渲染在各个领域都有着广泛的应用，但是在没有人工智能协助的情况下，虽然可以推断出几何图形，但是要在任意场景中绘制人脸，需要更多的细节信息才能做到。

细致到毛孔：AvatarMe可量产高品质游戏美术资源

为了提取这些信息，研究人员使用一个有168盏灯和9个单反相机的LED球形装置拍摄了200个人扮鬼脸的毛孔级反射图。然后他们用这些素材来训练一个人工智能模型“GANFIT”，以便通过纹理合成逼真的图片，同时优化渲染和输出之间的“身份匹配”。

与其他生成性对抗网络（GANs）一样，GANFIT是由两部分组成的模型，由一个生成样本的生成器和一个试图分辨生成样本和真实样本的鉴别器组成。生成器和鉴别器各自的能力都得到了提高，直到鉴别器无法将真实的案例与合成的案例区分开来，其准确率超过了预期的50%。

AvatarMe流程的另一个组件增强了纹理分辨率，同时第三个组件移除了GANFIT带来的烘焙光照。随后，一个单独的模块通过照明纹理预测皮肤结构（如毛孔、皱纹或头发）的每像素反射率，甚至可以预估表面细节（比如细皱纹、疤痕和皮肤毛孔）。

研究人员表示，在这个实验中，AvatarMe在最终渲染当中不产生任何伪影并且成功处理了“极限”毛孔和太阳镜等遮挡物。反射率是一致的，即使在不同的环境中，系统也能“真实地”照亮被照明对象。

AvatarMe也并非没有局限。训练数据集没有包含许多来自特定族属的对象案例，这导致当它试图重建深色皮肤对象的脸时表现不佳。而且面部重建并不是完全独立于输入的照片，因此，光线充足、分辨率较高的图像可以产生更精确的结果。然而，论文合著者断言，这是第一个用任意肖像图像（包括黑白和手绘草图）实现“渲染就绪”面部的方法。

AvatarMe只是最近的自动艺术生成AI系统，这一工作此前都是通过手工完成的。Startup Promethean AI利用机器学习帮助人类艺术家为游戏创造美术资源。Nvidia的研究人员最近展示了一种生成模型，可以使用视频片段打造虚拟环境。其他方面，机器学习已经被用来拯救像《最终幻想七》和《塞尔达传奇：暮光公主》这样的怀旧游戏中遗留的游戏纹理，并在《毁灭战士》这样的游戏中从头开始生成数千个关卡。

整形医生与助理教授创业：他们是如何做出世界顶级面部识别算法的？

2017年的时候，整形外科医生Allan Ponniah正在为儿童做面部畸形修正手术，随后他遇到一个特别的案例，需要一个适合的面部模型，而且需要大量的脸型来找到最佳的设计。

这个需求让他找到了机器学习与计算机视觉助理教授Dr Stefanos Zafeiriou。Allan解释称，他一直都试图找到结果，Dr Zafeiriou通过创造软件来生成和打造特别3D脸型的方式解决了Allan的问题。

两人都意识到了这个技术的效率，随后想要把强大的面部技术带向市场，这样就可以被用于各种不同的用途，于是他们成立了Facesoft公司。

Facesoft提供云基础API方案为各种用途提供面部识别技术，比如安检、政府、金融、医疗和刚刚进入的游戏与虚拟现实领域。

随着AI的潜力每年递增，该技术将进一步提高，据外媒透露，Facesoft技术的面部识别精准度超过98%。其算法非常连贯的一个因素是该公司收集的人脸数据多样性很高。人脸识别软件经常会遇到的一个问题是，在识别不同族群、年龄和性别的时候，检测准确率往往会出现波动。

这个级别的面部识别对于安检领域来说非常重要，因为它有可能在行动之前就阻止犯罪案件的发生。探测算法可以在特定社区、建筑或者区域，从一个持续犯罪分子数据库中识别任何一张脸。