Martin Kysilka, 14. ŘÍJNA 2017
V čem je problém: 3D rekonstrukce obličeje byla dlouhou dobu záludným problémem v oblasti počítačového vidění (computer vision). Stávající systémy potřebují pro kvalitní 3D rekonstrukci obličeje mnoho fotek z několika různých úhlů. Tyto systémy si také dále nedokázaly poradit s řadou metodologických výzev jako je například určení hloubky snímku anebo četnost výrazů či změna osvětlení. Tato metoda zkrátka vyžadovala velmi náročné a neefektivní postupy.
Řešení: Vědci Aaron Jackson a Adrian Bulat z University of Nottingham přišli s řešením za pomocí hlubokého učení (deep learning) – za pomocí metody Convolutional Neural Network (CNN) Aaron s Adrianem vyvinuli speciální systém, který umí z 2D snímku zmapovat 3D souřadnice.
Svůj CNN systém vědci vytrénovali na obsáhlé databázi, jež skýtala řadu 2D fotek a 3D modelů stejných objektů (obličejů), na které se systém za pomocí algoritmů naučil rozeznat určité souvislosti mezi 2D a 3D modelem. Jejich chytrý systém tedy nemá stejné problémy se světlem, hloubkou čí větším množstvím odlišných výrazů jako jeho předchůdci a dokonce umí i doplnit neviditelné části obličeje.
Dopad: 3D modely obličejů budou mít bezpochyby velké uplatnění ve virtuálních sociálních sítích, videohrách a dokonce i v 3D tisku. Jaké nové možnosti nám budou odemčeny rychlejším, levnějším a přesnějším pořizováním 3D rekonstrukcí objektů?
Vyzkoušejte si 3D rekonstrukci vašeho obličeje zde
Originální článek