科学家用神经网络将2D照片成功转化为3D模型

　　还记得前几日，本站为大家报道的Moragami为任天堂开发最新游戏的3D打印解决方案的新闻吗？随着游戏中自定义角色越来越受欢迎，现在人们对于制作个性化的角色形象也充满了热情。最近，《NBA 2K17》这样的高端游戏就用3D扫描技术为玩家加入了自定义角色的功能。

　　事实上，3D扫描肯定比2D摄影更复杂、更不方便。不过，来自南加州大学的一个团队的研究项目表明，似乎现在将2D照片经过一个非常详细的3D渲染，并使用深层神经网络，就能够将面部的2D照片转换为3D模型。

　　从传统意义上来说，面部扫描需要从各种角度对人进行完美照明条件下的图像拍摄。但是，如果使用了复杂的神经网络方式，即使是拥有部分图像，也能够建立一个“面部数据库”，并生成一个非常详细的3D面部模型。在这其中，发挥重要作用的就是神经网络。

　　据了解，神经网络是一种模拟大脑工作方式的计算机系统。它通过对可能的纹理和肤色进行广泛阵列，从而过滤和自动生成面部3D模型。“通过对重建的相关特征进行迭代优化来合成完整的、具有真实感的纹理图，然后使用这些高分辨率纹理图进行框架渲染。我们就可以生成高保真的3D渲染数据，视觉上来看这些数据可以和最先进的多视图脸部捕获系统获得的渲染数据媲美。”研发人员说到。

　　虽然这种新的面部3D建模技术的潜力是多方面的，但它的主要应用还是在在线游戏领域，特别是虚拟现实游戏。据悉，研究人员最终将生成用于在线VR平台的全尺寸3D模型。换句话说，你不需要对人脸进行完整的3D扫描，就能够生成出准确的3D虚拟模型。因此，即使你想使用美国总统唐纳德·特朗普来作为你的游戏角色，也是可以的。