近日，来自英国诺丁汉大学和金斯敦大学的一组研究人员开发了一种新的算法，可以将面部的2D照片转换为非常准确的3D图像。

通常，为了获得人脸的3D模型，人们必须使用某种3D扫描或摄影测量技术从各种角度捕获被摄体的图像。正如我们定期看到的那样，这项技术是可以访问的，可以通过一系列智能手机应用程序和独立设备来提供。

然而，将单一2D图像转换为3D模型仍然是摆在许多领域开发人员和研究人员面前的困难。正如诺丁汉和金斯顿研究人员解释的那样：“3D脸部重建是一个非常困难的计算机视觉基础问题。”

这就是为什么图形可能基本，但是这种新的人工智能（AI）算法却非常令人兴奋。

基本上，研究人员通过“训练”卷积神经网络（CNN），构建了2D面部图像的数据集和相同面部的3D扫描，从而构建了它们的算法。这使程序能够有效地学习如何从平面图像构建3D模型。

现在，该软件可以读取任何2D脸部图像（只要它是朝前的），并使用其知识来生成一个突出的3D模型的脸。

对软件感兴趣的人可以点击这里创建自己的3D脸部模型。然而，不仅仅是一个有趣的工具来制作3D自拍，该算法在虚拟现实中具有重要的应用，因为它可以用于创建逼真的头像，或者在化妆品行业中进行虚拟化妆测试。

一些大学正在进行其他专门将2D图像转换成3D模型的研究项目。例如，伯克利人工智能研究实验室的一个团队正在开发一种从简单的2D彩色图像生成3D对象的方法。

该团队的软件面向形状而不是详细的面孔，使用一种称为“分层表面预测”的技术来绘制形状的边界和可能的尺寸。

现在，研究团队对此结果很满意，因为可以不断的将人们的脸孔插入他们开发的3D脸部重建工具。毕竟，谁也不想看到自己的脸变成一个奇怪的3D模型？

延伸阅读：伯克利AI团队开发出用单张2D彩色图片生成高分辨率3D模型的HSP系统