通常情況下，想要創建一個栩栩如生的人臉3D數字模型，需要動用3D掃描儀或多個攝像頭。然而位於匹茲堡的卡內基梅隆大學的一支研究團隊，卻已經打造出了一套僅需一部智能手機、便可基於視頻來創建逼真的3D面部模型的新技術。據悉，這套技術由Assoc開發，凝結了Simon Lucey教授與碩士生Shubham Agrawal和Anuj Pahuja的工作成果。

3D建模與原視頻對比（圖自：Carnegie Mellon University）

首先，研究人員使用智能手機拍攝圍繞對像頭部的15~20秒短視頻。為收集盡可能多的數據（圖像幀數），Lucey團隊還使用了iPhone X的慢速攝影功能。

然後，其借助一種被稱作視覺同時定位和製圖（SLAM）的現有技術，來確定面部的基本幾何形狀。其通過對面部表徵上的點位開展三角剖分，來計算對應的形狀和手機相對於面部的距離。

接著，基於深度學習的算法可用於識別對象的面部輪廓，以及眼耳口鼻等“地標”的相對位置。為填補其它“空白”數據，還需要用到傳統的“網格擬合”計算機視覺技術。

儘管整個過程需要30~40 分鐘，但其最大的特點是單純可以依靠一部智能手機來完成。3D 模型不僅看起來逼真、細粒度也達到了亞毫米級，較此前開發的類似裝置提升了不少。

最後，研究團隊希望這項技術能夠應用於諸多領域，比如游戲中玩家化身的創建，醫學、或生物特徵識別等場景。

有關該團隊的工作詳情，已在上月初於科羅拉多舉辦的 IEEE 冬季計算機視覺應用大會上發表。