新智元報道
編輯：Joey 如願
【新智元導讀】
剛剛，救治林志穎的林口長庚醫院公佈了他的面部手術方案，其中一項3D人臉重建技術或將拯救他的神仙顏值？
7月22日，林志穎在駕駛特斯拉ModelX時發生車禍，據報道，事故造成林志穎顏面骨折、肱骨粉碎性骨折……
曾經擁有不老容顏的他，現在可能面臨「毀容」風險，不少網友感慨，時間都帶不走的東西，卻被命運帶走了。
不過今年一項3D人臉重建技術的出現，或許可以讓亞洲小旋風重獲受傷前的神顏。
圖源：林志穎Facebook
據報道，本次林志穎的面部重建方案已經出爐，簡單來說就是鈦合金植入加面部重建。
圖源：聯合報
由於小志這次顏面部存在粉碎性骨折，面部一部分較大的骨骼透過鈦合金植入。
畢竟骨頭都碎了，總要有個支架，把餘下的骨骼都連線起來。
而另一部分較精細的骨骼將透過3D列印重建，重建後的骨骼與肌體接觸後，骨細胞可以附著生長進去，從而將植入物與骨骼融為一體。
是不是聽起來有點滲人。
但其實這項技術在國外已經得到了成熟的發展，根據醫生的描述，這次面部重建手術只需10個小時就能完成。
近年來，隨著深度學習和影象處理單元的不斷髮展，3D人臉重建技術也逐漸成熟。
它可以透過人臉2D的影象，有效還原人臉的3D資訊，包括人臉幾何重建與紋理重建等。
過去五年裡，深度學習領域關注3D人臉重建的論文和學者也越來越多。
那麼，這項化腐朽為神奇的換臉大法究竟是啥樣呢？
謎底馬上揭曉~
人臉怎麼3D重建
優秀的技術和有價值的成果，自然是離不開高效能硬體的支援！
3D人臉重建研究取得良好的進展主要也是依賴於多核CPU、GPU、AWS等雲應用的可用性。
通常，3D資料會用體素、點雲或GPU可以處理的3D網格進行表示。
接下來我們簡單瞭解一下3D人臉重建的不同類別。
3DMM
3DMM是較為基礎的、一種人臉外觀和形狀的生成模型。所有要生成的人臉都是密集的點對點對應。它的核心思想就是人臉可以在三維空間中進行一一匹配。
基於3DMM求解3D人臉要解決的問題就是完成對紋理、表情等係數的估計，它還側重於將面部顏色和形狀與其他因素（例如照明，亮度，對比度等）分開。
拿BFM來說，它是一個公開可用的3DMM模型，該模型用ICP和PCA得到的掃描人臉對應的模板網格來構建模型。
下圖顯示了近20年來3DMM的逐步改進。
基於深度學習的3D重建技術
3DGAN和3DCNN是基於深度學習的三維人臉重建技術。
這些方法的主要優點是保真度高，在精度方面有較好的效能。不過，訓練GAN依舊要花費大量的時間，而且很難進行，所以應用到實時3D人臉解決方案還是很困難的。
3D人臉重建當然不止這兩個類別，小編在此就不一一展開了。
那麼在人臉重建過程中，最重要的效能指標是MAE、MSE、NME、RMSE和對抗損失。
應用
面部木偶、影片配音和虛擬化妝等都是3D人臉重建技術中一些比較火的應用。
遊戲和電影工業在基於影片的面部動畫中使用面部木偶。具體操作是透過影片流將使用者的表情和情緒傳遞給目標人物。此外，當藝術家為電影中的動畫角色配音時，3D面部重建可以幫助藝術家將表情傳遞給角色。
再比如虛擬妝容，它在網路會議和影片聊天等平臺上常被使用。
它包括數字影象的變化，如使用合適的顏色的口紅，口罩等。
看下邊的這個例子，合成的虛擬紋身，它可以根據面部表情進行調整。
3D人臉重建的應用還有很多很多，比如面部置換、人臉老化等等，這些技術極大地豐富了我們的日常生活。
林志穎的此次事故令無數人揪心，好在可以進行臉部3D重建。這項技術是否能讓「亞洲小旋風」重回受傷前的神顏呢？讓我們耐心等待。
參考資料：
https：//link。springer。com/article/10。1007/s11831-021-09705-4