3D渲染的面孔現在已成為任何主要電影或遊戲中的重要組成部分，但是以自然方式捕獲和動畫化面孔的任務可能很艱鉅。 迪士尼研究 正在努力簡化此過程，其中包括一種機器學習工具 生成和操縱3D面更加容易 無需潛入神秘谷。
當然，從早期的木製表情和有限的細節來看，這項技術已經走了很長一段路。 高分辨率，令人信服的3D臉部可以快速，良好地進行動畫處理，但是人類表達的微妙之處不僅是多種多樣的，而且很容易出錯。
想想一個人的整個面部在微笑時會如何變化-每個人的情況都不同，但是我們有足夠的相似之處，我們可以看得出來，當某人“真正”微笑或只是假裝時。 您如何在人造面部上達到那種細節水平？
現有的“線性”模型簡化了表達的精妙之處，使“幸福”或“憤怒”可以微調，但以準確性為代價-它們無法表達所有可能的面孔，但很容易造成不可能的面孔。 較新的神經模型通過觀察表達式的相互聯繫來學習複雜性，但是像其他此類模型一樣，它們的工作晦澀難懂且難以控制，而且可能無法從所學的面孔中推廣。 它們無法使藝術家處理電影或遊戲所需的控制水平，或導致面部表情（人類非常善於檢測到這種表情） off 不知何故。
迪士尼研究院的一個團隊提出了一種兼具兩全其美的新模型，即所謂的“語義深臉模型”。 無需進行確切的技術執行，基本的改進就是它是一個神經模型，它可以學習面部表情如何影響整個面部，但並非特定於單個面部-而且是非線性的，從而允許表情與面部表情交互的靈活性。面的幾何形狀和彼此。
可以這樣考慮：線性模型可以讓您在任何0D面孔上從100到3進行表達（例如微笑或親吻），但結果可能不切實際。 神經模型可讓您現實地從0-100獲取學習過的表情，但只能在從中學習的表情上進行。 這個 模型可以在任何0D面孔上從100-3平滑地表達表情。 這有點過分簡化，但是您明白了。
圖片來源： 迪士尼研究
結果是有力的：您可以生成一千個具有不同形狀和色調的面孔，然後使用相同的表情為所有這些面孔動畫，而無需進行任何額外的工作。 想一想，這可能會導致各種各樣的CG人群，您可以通過幾次單擊來召喚它們，或者在遊戲中具有逼真的面部表情的角色，而不論它們是否是手工製作的。
這不是靈丹妙藥，它只是藝術家和工程師在使用該技術的各個行業中進行的大量改進的一部分，這些改進也包括：無標記的面部跟踪，更好的皮膚變形，逼真的眼部運動以及許多其他有趣的領域此過程的重要部分。
迪士尼研究論文已在3D視覺國際會議上發表； 你可以讀完整的東西 点击這裡.
