來自英國諾丁漢大學(xué)和英國金斯頓大學(xué)的一組AI研究人員近日創(chuàng)造了一個(gè)辦法，讓AI僅通過一張平面人像就可以創(chuàng)建出原本的三維模型。研究人員向卷積神經(jīng)網(wǎng)絡(luò)（CNN/ConvolutionalNeuralNetwork），輸入海量的人臉數(shù)據(jù)后，神經(jīng)網(wǎng)絡(luò)自己學(xué)會(huì)了如何根據(jù)一張從未見過的照片猜出來這個(gè)人的真實(shí)模樣。
團(tuán)隊(duì)在網(wǎng)站上公開了相關(guān)的文獻(xiàn)和代碼，KUKA機(jī)器人示教器維修，下面是一小段對這個(gè)技術(shù)的介紹：
三維人臉重建是一個(gè)非常困難的計(jì)算機(jī)視覺基礎(chǔ)問題。當(dāng)前的系統(tǒng)通常假定有多個(gè)面部圖像（有時(shí)來自同一對象）作為輸入，并且必須解決許多方法上的挑戰(zhàn)，例如大量面部姿勢、表情和非均勻照明等因素間的對應(yīng)關(guān)系。通常的方法都需要復(fù)雜而低效的建模和匹配工作。
但是，在這個(gè)項(xiàng)目中，工業(yè)機(jī)器人維修，我們嘗試用包括2D圖像和三維面部模型或掃描圖像在內(nèi)的素材，訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)從而避開之前方法的瓶頸。現(xiàn)在，我們的神經(jīng)網(wǎng)絡(luò)只需要輸入單一的二維人臉圖像，它就可以重建整個(gè)三維人臉模型，并且還能夠識(shí)別任意面部姿勢和表情。
在36氪之前報(bào)道的《A16Z合伙人是如何看無人車網(wǎng)絡(luò)效應(yīng)的》一文中，我們分析到，計(jì)算機(jī)視覺對于自動(dòng)駕駛技術(shù)非常重要，無人車只有知道自己在什么位置、身邊的車輛和行人在做什么以及周邊有什么信號(hào)指示才可能安全上路行駛。目前，鑒于計(jì)算機(jī)視覺還不能從大量2D照片中判斷路況，所以大多數(shù)無人車公司還需要使用多種傳感器加高精地圖方式為無人車導(dǎo)航。
但是現(xiàn)在，我們能使用到的這個(gè)測試揭示了計(jì)算機(jī)視覺發(fā)展的冰山一角，如果無人車能夠像人類一樣通過眼睛判斷路況，m.twshmhelmet.com，大多數(shù)無人車公司的發(fā)展路徑就會(huì)被攪亂，而特斯拉等待計(jì)算機(jī)視覺出現(xiàn)重大突破的少數(shù)無人車公司之一則下對了賭注。