英国伦敦帝国理工学院(ICL)计算机科学家开发出一种新方法，可以自动构建能处理面部特征的3D变形模型(3DMM)，并将之应用于不同的人种。

如果你有一个长鼻子，你还可能有一个长下巴，鉴于这种相关性，计算机可以用3DMM表征你的独特面部，但它并没有储存3D扫描面部的每一个点的信息，而是列出了几百个描述与平均面孔数字偏差的数值，包括大致对应的年龄、性别和脸长等参数。为尽可能处理各种不同的面部变化，3DMM需要集成许多面部信息，先扫描然后仔细标记所有特征。目前的模型仅基于几百人的数据构建，且大部分是白人，因此模仿不同年龄和人种的能力有限。

ICL计算机科学家詹姆斯·布斯的团队开发的新方法有三个主要步骤：首先，用一种算法自动进行面部扫描，标记鼻尖和其他点位信息;然后，用另一种算法根据其他标记信息对所有扫描内容进行排序，将其组合成一个模型;最后，进行算法检测并删除不合格的扫描信息。

布斯团队将该方法应用于1万人的面部扫描，创建了“大型面部模型”(LSFM)，用现有模型测试，发现其能更准确地描述面孔。该成果即将发表在《计算机视觉期刊》杂志上。

最近，布斯团队还在另一篇论文中，利用新模型合成的1万张面孔来编辑了一个人工智能程序，将偶然的2D快照转换为精确的3D模型。该方法可用于从不同的角度查看相机上捕获的犯罪嫌疑人，或者模拟其20年后的模样。这种方法也能画出或制作出历史人物形象。

新模型还可以很快应用于医疗。如果有人失去了鼻子，整形外科医生可以根据脸部其余部分，模拟出新的鼻子。面部扫描还可以用于识别如威廉姆斯综合征等遗传疾病，提高通过面孔特征判断患病可能性的准确率。

英国约克大学计算机视觉研究所威廉·史密斯说：“布斯团队的工作为全面自动化人脸识别过程作出了巨大贡献。”

原文链接：Computer scientists have created the most accurate digital model of a human face. Here’s what it can do

原文摘要：If you’ve used the smartphone application Snapchat, you may have turned a photo of yourself into a disco bear or melded your face with someone else’s. Now, a group of researchers has created the most advanced technique yet for building 3D facial models on the computer. The system could improve personalized avatars in video games, facial recognition for security, and—of course—Snapchat filters.