“造”個自己去開會:最牛 3D 人臉建模系統,輸入一張照片就行
1 月 26 日訊息,倫敦帝國理工學院和初創公司 FaceSoft.io 的研究人員設計出一個人臉建模系統 AvatarMe。AvatarMe 可以依據任意一張人臉照片和一些面部細節,生成 4K x 6K 解析度的 3D 人臉模型。
AvatarMe 是首個能根據單一影象生成較高解析度 3D 人臉模型的系統。在未來,AvatarMe 或可用於視訊會議等各個 VR 應用場景。
這項研究發表於 CVPR 2020,論文標題為《AvatarMe:“在野外”的真實的可渲染的 3D 臉部重建(AvatarMe:Realistically Renderable 3D Facial Reconstruction “in-the-wild”)》。
論文連結:
https://arxiv.org/pdf/2003.13845.pdf
CVPR(Conference on Computer Vision and Pattern Recognition)是由 IEEE 舉辦的計算機視覺和模式識別領域的頂級會議,本屆會議在 6 月 13 日到 6 月 19 日之間舉辦。
AvatarMe:依據一張照片生成逼真的 3D 人臉
3D 人臉建模是計算機視覺、圖形學、機器學習領域的研究焦點之一。在過去幾年,許多研究團隊研發了基於生成對抗性網路(GAN)的 3D 人臉建模系統。
GAN 由一個生成網路和一個判別網路組成。GAN 模型的學習過程就是生成網路和判別網路的相互博弈的過程:生成網路隨機合成一張圖片,讓判別網路判斷這張圖片的真假,繼而根據判別網路給出的反饋不斷提高 “造假”能力,最終做到以假亂真。
但是,在依據任意人臉照片生成 3D 人臉模型方面,現有的解決方案普遍效能較差,生成的 3D 人臉模型解析度較低。
倫敦帝國理工學院和初創公司 FaceSoft.io 的研究人員認為,這是因為兩個原因:
一方面,研究人員缺乏可用於培訓的資料;另一方面,可成功應用於高解析度資料的穩健方法也比較少。
為了解決這些問題,倫敦帝國理工學院和初創公司 FaceSoft.io 的研發人員捕獲了一個關於面部形狀和反射率的大型資料集。
同時,研究人員採用基於藝術狀態的 3D 紋理和形狀重建方法,以渲染所需的每畫素解析度和鏡面反射分量。最終,研究人員成功地優化了 3D 人臉建模結果。
▲AvatarMe 系統的管道結果
採用兩種捕獲方法收集超 200 張人臉影象
為了建立可用於訓練的人臉資料集,研究人員採用兩種方法收集資料。
第一種方法中,研究人員利用一個有 168 個光源的極化 LED 球泡燈和 9 臺單反相機,捕獲高解析度的孔隙級人臉反射率圖。極化 LED 球泡燈中,一半的光源是垂直極化的,另一半光源是水平極化的。兩種極化方式的光源交錯排布。
第二種方法中,研究人員利用非極化的 LED 球泡燈進行色彩空間分析,以捕獲解纏的紋理。相比於第一種方法,利用非極化的 LED 球泡燈只需捕獲不到一半的資料,因此捕獲時間較短短。另外,由於不需要偏振片(polarizer),非極化的 LED 球泡燈設定也比較簡單。
通過這兩種方法,研究人員採集到超過 200 個不同年齡和特點的人的孔隙級人臉反射率圖。為便於進一步研究,研究人員將收集到的影象引入一個標準拓撲結構中,建立人臉資料庫。
研究人員將這一資料庫命名為 RealFaceDB,根據論文,與同類人臉資料庫相比,RealFaceDB 規模為最大。
▲將人臉影象引入標準拓撲結構
不僅能用低解析度照片建模 戴墨鏡照片也行
基於 RealFaceDB 資料庫,研究人員開始訓練基於 GAN 的 AvatarMe 系統。
訓練過程中,研究人員首先輸入一張低解析度的人臉圖片,用 3DMM 演算法重建一個帶紋理的基本幾何體。然後,利用一個超級解析度網路,研究人員重建紋理對映。接下來,研究人員利用一個去照明網路獲得高解析度的漫反射函式(AD)。最後,研究人員利用漫反射函式 AD 和基本幾何體,推斷出其他部分的函式(AS、ND、NS),進而建立模擬的 3D 人臉模型。
經過訓練,AvatarMe 系統可以輸出 4K x 6K 解析度的 3D 人臉模型。
為了評估 AvatarMe 的效能,研究人員輸入隨機圖片,觀察 AvatarMe 重建的 3D 模型是否逼真。結果顯示,AvatarMe 系統重建的 3D 人臉模型沒有產生偽影。另外,在照片主人公戴有墨鏡的情況下,系統也能較精準地建模。
結語:未來計劃把 RealFaceDB 資料庫開源
本項研究中,倫敦帝國理工學院和初創公司 FaceSoft.io 的研究人員設計出人臉建模系統 AvatarMe。AvatarMe 可以利用任意一張人臉照片,建立出較高解析度的 3D 人臉模型。
研究人員還建立了同類資料庫中規模最大的 RealFaceDB 資料庫。研究人員稱,未來計劃將這一資料庫向科學界開源。
同時,論文指出,RealFaceDB 資料庫還存在一些侷限性。比如,RealFaceDB 資料庫中缺乏來自深膚色種族的樣本。因此,在依據深膚色種族樣本建模時,AvatarMe 系統建立的 3D 人臉模型解析度有所降低。