點選上方藍色字型“
騰訊創業
” 選擇關注公眾號
創投圈大小事，你都能盡在掌握
騰訊創業 | ID：qqchuangye
“虛擬現實裡，也可以'真身相見’”
本文來源 “量子位”（ID:QbitAI），騰訊創業經授權後轉載。
文／魚羊 發自 凹非寺
搞定這樣的人臉3D建模需要幾步？
在資料採集的階段，答案是：一部手機 + 3.5分鐘。
沒錯，僅憑這3.5分鐘的資料，就足以生成高保真、可驅動的真實3D人臉頭像。
這項研究來自Meta Reality Labs——就是扎克伯格元宇宙計劃裡的那個核心部門。論文已經被SIGGRAPH 2022接收。
作者提到，這一方法適用於VR應用。
也就是說，在VR的世界裡，以後你可能就不必頂著一張卡通臉登場了。
而是可以方便地與胖友們“真身”相見。
1
方法原理
實現這一結果的方法框架如下圖所示：
首先，是要用大型多視角人臉資料集訓練一個超網路，這個超網路可以透過神經網路解碼器產生專屬於個人的頭像引數。
資料集中的人臉由多視角捕捉系統採集，包括255位不同年齡、性別和種族參與者的面部影像資料。
△左為影像捕獲裝置；右為採集到的人臉
這個捕獲3D人臉的巨型裝置是Meta在2019年研發的，其中配備171個高解析度攝像頭，每秒能記錄180GB資料。採集時間在1個小時左右。
值得一提的是，在這個超網路中，解碼器的基本組成模組是帶有bias map的卷積上取樣層。
這些bias map會被用來生成體積單元，進而透過射線追蹤來渲染頭像。
另外，該解碼器結構能夠將視線與其他面部活動區分開，這在VR應用中意味著能夠更直接地利用眼動跟蹤系統。
在這項研究中，採集人臉只需要用到一部帶有深度攝像頭的智慧手機。
實驗中，研究人員採用的是iPhone 12。
採集過程就像這樣：
採集到的資料要進行如下處理：
■獲取每一幀人臉影像中的幾何形狀和紋理；
■對輸入的RGB影像進行人臉標誌檢測和人像分割；
■對模板網格進行擬合和變形，以匹配檢測到的人臉標誌物、分割輪廓和深度圖；
■對每一幀影像的紋理進行解包，而後彙總得到完整的人臉紋理。
在進一步完善模型的過程中，還需要採集65種特定的表情：
最後，該方法輸出的3D人臉頭像不僅能與使用者外觀高度匹配，透過全域性表情空間，還能對其進行進一步的驅動、控制。
不過需要說明的是，建模的過程不是即時的，資料處理還要花費數小時的時間。
2
實驗結果
說了這麼多，效果如何，我們還是來看實驗結果。
與Pinscreen提出的“一張照片構建3D數字化身”（CVPR 2021）的方法相比，該方法能生成更具真實感的人臉模型。
而與海德堡大學、慕尼黑工業大學、馬普所等研究機構在Neural Head Avatars from Monocular RGB Videos一文中提出的方法相比，該方法能生成保真度更高的結果。
不過，作者也指出了該方法的侷限性：hold不太住長髮和眼鏡，容易產生偽影。另外，該方法對於光照條件也有一定要求。
參考連結：
[1]
論文：https://drive.google.com/file/d/1i4NJKAggS82wqMamCJ1OHRGgViuyoY6R/view
[2]https://www.youtube.com/watch?v=t7_TMD7v0Xs
END
你怎麼看手機搞定人臉資料採集？
歡迎評論區留言，與大家分享。
