从左到右:Photoface,ICT-3DRFE,3D变形模型拟合(fitting),使用作者提出的 3D变形模型合成的图像。下排是每个数据集相关的 ground truth normal。来源:Trigeorgis G.et al., Face Normals “in-the-wild” using Fully Convolutional Networks LSFM 也有医疗应用的潜力。如果有人因故没了鼻子,这项技术可以根据面孔其他部分的特征,帮助整形外科医生确定新的鼻子应该长成什么样子。 此外,面部扫描也被用于识别可能的遗传疾病,例如威廉氏症候群(见注释),这是一种与与心脏问题相关的病症。更好的人脸模型及其变化特征数据可以提高这种测试的精度。Ponniah 表示,新模型“打开了好几个更多的门”。 注释:威廉氏症候群,一种罕见的神经发育异常,患者鼻根较低,拥有像小精灵的外观,且脸部特征随年龄增长而更加明显。大部分病人智能不足但语言能力较正常人好,行为举止异常兴奋且不怕生。症状还包括心血管疾病如主动脉瓣上狭窄与高血钙,此病在描述尚不完全时曾被部分医师称为自发性婴儿高血钙(idiopathic infantile hypercalcemia)。 论文:使用全卷积网络还原“in-the-wild”人脸
摘要 本研究中,我们提出了一种数据驱动型的方法,解决如何从一张单独的浓缩照片中预测整个一般平面,特别聚焦于人脸。论文创造了一种新的方法,探索将可用的人脸数据集用于数据库建设的可行性。研究者特意设计了一个深度卷积神经网络来评估人脸“in-the-wild”状态下的正常表面。还训练了一个全卷积的网络,能够精确地从多样化的表情的图片中还原正常表情。我们比较最先进的 Shape-from-Shading 和 3D 重建技术,结果表明我们提出的网络可以大幅度恢复更正确和逼真的人脸。而且,相比其他现有的面部特异性表面恢复方法, 由于我们网络的完全卷积性质,我们不需要解决明确的对齐问题。
使用 Helen 数据集,对人脸正常估计和表面重建示例。最左边的是作者提出的,后面两个依次是 IMM(注释:由丹麦技术大学创建的人脸库,包含了 240 张不同姿态、表情、光照的人脸图像)和 Marr Revisited。 部分表面重建示例。这些都是从由 300W 人脸数据集 “in-the-wild” 生成的。上图展示了作者提出的网络能广泛适用于多种不同人脸和表情。最左边是 300W 数据集的原始图像。中间一列是 3D形状重建,右边一列是将图像中采样到的纹理转换为形状。来源:Trigeorgis G.et al., Face Normals “in-the-wild” using Fully Convolutional Networks 未来研究及计划 研究者接下来的计划是在模型中加入面部表情相关的数据,这样无论是嘲笑还是哭泣,任何形式的人脸模型都能识别。Zafeiriou 表示,他们现在正回到博物馆,扫描更多的游客的人脸信息。 相关论文: Large Scale 3D Morphable Models(开放获取):https://link.springer.com/article/10.1007/s11263-017-1009-7 Face Normals “in-the-wild” using Fully Convolutional Networks(提交 CVPR 2017):https://ibug.doc.ic.ac.uk/media/uploads/documents/normal_estimation__cvpr_2017_-4.pdf Science 报道: 新智元招聘
职位:客户经理 职位年薪:12 - 25万(工资+奖金) 工作地点:北京-海淀区 所属部门:客户部 汇报对象:客户总监 工作年限:3 年 语 言:英语 + 普通话 学历要求:全日制统招本科 职位描述: 精准把握客户需求和公司品牌定位,策划撰写合作方案; 思维活跃、富有创意,文字驾驭能力强,熟练使用PPT,具有良好的视觉欣赏及表现能力,PS 能力优秀者最佳; 热情开朗,擅长人际交往,良好的沟通和协作能力,具有团队精神; 优秀的活动筹备与执行能力,较强的抗压能力和应变能力,适应高强度工作; 有4A、公关公司工作经历优先; 对高科技尤其是人工智能领域有强烈兴趣者加分。 岗位职责: (责任编辑:本港台直播) |