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

　　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字偏差的數值，包括大致對應的年齡、性別和臉長等參數。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據構建，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（dense correspondence）的技術。上排是在 UV 空間（通常是網格狀和紋理信息的圓柱形投影）中建立的人臉對應。每個網格的 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，用另一種算法根據其他標記信息對所有掃描內容進行排序，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用于1萬人的面部掃描，創建了“大型面部模型”（LSFM），用現有模型測試，發現其能更準確地描述面孔。該成果即將發表在《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用于醫療。如果有人失去了鼻子，整形外科醫生可以根據臉部其余部分，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。”