前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >快试试这个:一张自拍生成3D人脸!(Demo+Code+Paper)

快试试这个:一张自拍生成3D人脸!(Demo+Code+Paper)

作者头像
量子位
发布2018-03-26 17:08:42
1.7K0
发布2018-03-26 17:08:42
举报
文章被收录于专栏:量子位
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。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2017-09-18,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 量子位 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • Demo
  • 论文
  • Code
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档