據(jù)《科學》雜志官網(wǎng)5月1日報道，英國倫敦帝國理工學院(ICL)計算機科學家開發(fā)出一種新方法，可以自動構(gòu)建能處理面部特征的3D變形模型(3DMM)，并將之應(yīng)用于不同的人種。

如果你有一個長鼻子，你還可能有一個長下巴，鑒于這種相關(guān)性，計算機可以用3DMM表征你的獨特面部，但它并沒有儲存3D掃描面部的每一個點的信息，而是列出了幾百個描述與平均面孔數(shù)字偏差的數(shù)值，包括大致對應(yīng)的年齡、性別和臉長等參數(shù)。為盡可能處理各種不同的面部變化，3DMM需要集成許多面部信息，先掃描然后仔細標記所有特征。目前的模型僅基于幾百人的數(shù)據(jù)構(gòu)建，且大部分是白人，因此模仿不同年齡和人種的能力有限。

在 3DMM 中有兩種用于建立密集對應(yīng)(dense correspondence)的技術(shù)。上排是在 UV 空間(通常是網(wǎng)格狀和紋理信息的圓柱形投影)中建立的人臉對應(yīng)。每個網(wǎng)格的 UV 圖像都會注冊到模板 UV 圖像，隨后的采樣會生成一個與模板對應(yīng)的混合圖形(mesh)。下排展示的是非剛性迭代最近點(NICP)，NICP 可以迭代使用，不斷將 3D 模板變形從而匹配每個網(wǎng)格，完全避開 UV 空間。來源：Booth, J., Roussos, A., Ponniah, A. et al. Int J Comput Vis (2017). doi:10.1007/s11263-017-1009-7

ICL計算機科學家詹姆斯·布斯的團隊開發(fā)的新方法有三個主要步驟：首先，用一種算法自動進行面部掃描，標記鼻尖和其他點位信息;然后，用另一種算法根據(jù)其他標記信息對所有掃描內(nèi)容進行排序，將其組合成一個模型;最后，進行算法檢測并刪除不合格的掃描信息。

布斯團隊將該方法應(yīng)用于1萬人的面部掃描，創(chuàng)建了“大型面部模型”(LSFM)，用現(xiàn)有模型測試，發(fā)現(xiàn)其能更準確地描述面孔。該成果即將發(fā)表在《計算機視覺期刊》雜志上。

最近，布斯團隊還在另一篇論文中，利用新模型合成的1萬張面孔來編輯了一個人工智能程序，將偶然的2D快照轉(zhuǎn)換為精確的3D模型。該方法可用于從不同的角度查看相機上捕獲的犯罪嫌疑人，或者模擬其20年后的模樣。這種方法也能畫出或制作出歷史人物形象。

新模型還可以很快應(yīng)用于醫(yī)療。如果有人失去了鼻子，整形外科醫(yī)生可以根據(jù)臉部其余部分，模擬出新的鼻子。面部掃描還可以用于識別如威廉姆斯綜合征等遺傳疾病，提高通過面孔特征判斷患病可能性的準確率。

英國約克大學計算機視覺研究所威廉·史密斯說：“布斯團隊的工作為全面自動化人臉識別過程作出了巨大貢獻。”