深圳新聞網(wǎng)2024年4月29日訊（記者 葉梅 通訊員 刁雯蕙 林一程）圖像識別、智能助手、虛擬人、文生視頻等通用人工智能技術(shù)的不斷發(fā)展和創(chuàng )新，讓人們進(jìn)一步向智能時(shí)代邁進(jìn)。然而，目前運用人工智能技術(shù)呈現的圖像畫(huà)面大多以二維效果為主，在空間、時(shí)間和細節方面仍有較大上升空間。
如何為AI裝一雙“慧眼”，讓畫(huà)面看得更清、更細、更自然？ 4月29日，記者從中國科學(xué)院深圳先進(jìn)技術(shù)研究院了解到，該院集成技術(shù)研究所機器視覺(jué)研究中心研究員宋展團隊在人臉動(dòng)態(tài)三維成像技術(shù)領(lǐng)域取得進(jìn)展，研究團隊自主研發(fā)出多視角4D高精度人臉三維成像系統，相較傳統的3D人臉掃描技術(shù)，該系統在精度、分辨率和速度上均實(shí)現大幅提升，可應用在包括但不限于人臉識別、醫療診斷、影視特效等方面。
宋展與團隊成員調試多視角4D人臉掃描系統。（林一程 攝）
據介紹，研究團隊開(kāi)發(fā)的多視角4D人臉掃描系統，由三個(gè)不同近紅外波段的結構光相機構成，底層算法采用了宋展團隊提出的高頻條紋位移編碼三維重建方法，可以實(shí)現1080P（1920*1080像素）分辨率下超過(guò)100幀每秒的三維掃描速度，基于GPU的高并行三維重建算法可實(shí)現高達300赫茲的實(shí)時(shí)重建速度，且深度成像誤差小于0.05毫米。
“每個(gè)深度相機都由一個(gè)近紅外結構光投影光柵和一個(gè)工業(yè)相機組成，深度相機每重建一次，投影儀都要向被測物體投射一組預設高頻條紋圖案，并用相機拍下這些圖案在被測物體上產(chǎn)生變形的圖案。最終，根據相機拍到的變形圖案分析得到深度信息，即3D信息。深度相機實(shí)現連續掃描，增加了時(shí)間軸信息，由此得到4D信息?！鄙钲谙冗M(jìn)院集成所在讀碩士生吳迪解釋道。
此外，為了實(shí)現多角度更為完整的三維人臉動(dòng)態(tài)成像，該系統采用了三種不同波段的近紅外光（人眼不可見(jiàn)）作為光源，既避免了人臉產(chǎn)生炫目，還避免了三套設備投影儀投射圖案相互干擾，大大改善了成像完整性
“近紅外光低，對人眼友好，但是對皮膚具有一定的穿透性，使得投射的高頻光柵圖案產(chǎn)生模糊，降低了三維重建精度?！彼握贡硎?，對此，研究團隊采用了創(chuàng )新的圖像增強算法，結合高魯棒性的條紋編解碼算法突破，提高了解碼投射圖案的相位計算精度，從而提高了三維重建精度，與此同時(shí)還要考慮算法的實(shí)時(shí)性和并行性，為3D動(dòng)態(tài)模型獲取、頭部姿態(tài)估計和面部表情遷移等基礎工作的研究提供高精度的數據支持。
宋展介紹，該系統在多個(gè)領(lǐng)域應用前景廣闊，例如，在新型顯示技術(shù)方面，有望為全息投影、空氣成像等新型顯示技術(shù)，以及AR顯示終端提供三維數據采集設備；在影視領(lǐng)域，可實(shí)時(shí)捕捉演員的高精度面部表情，結合表情遷移技術(shù)，實(shí)現從真人的表情到卡通形象的表情遷移；在游戲領(lǐng)域，該系統可捕捉用戶(hù)面部信息，結合視線(xiàn)追蹤技術(shù)實(shí)現人機交互；在醫療領(lǐng)域，該系統可幫助提供患者面部表情信息，助力醫療診斷等；在人形機器人領(lǐng)域，該技術(shù)可以為機器人提供更加精確而敏銳的4D視覺(jué)感知方法，讓其從只能干粗活變成可以干更多精細的活。
人工智能技術(shù)的發(fā)展，很大程度上依賴(lài)于數據驅動(dòng)?！岸S平面上生成的圖像或視頻往往難以呈現出真實(shí)世界的三維結構，未來(lái)，AI技術(shù)生成的視頻會(huì )逐漸從二維視頻向三維視頻發(fā)展，想要生成更高質(zhì)量的三維視頻，離不開(kāi)三維數據的支撐?！彼握拐f(shuō)道，該系統可以為“3D+AI”研究提供了真實(shí)、精細的高質(zhì)量三維數據，解決了目前該研究領(lǐng)域高精度三維數據不足的問(wèn)題，為AI模型生成更高質(zhì)量的視頻提供實(shí)時(shí)、高精度的、高分辨率的數據支撐。
據了解，目前研究團隊已將該技術(shù)運用到電影特效、特種加工、面部3D診療、動(dòng)態(tài)3D視覺(jué)引導裝配等方面，并取得了良好的效果。未來(lái)，研究團隊還將進(jìn)一步加強底層算法研究，進(jìn)一步提高編碼效率成像速度，降低硬件成本，研制模塊化高時(shí)空分辨率4D成像器件，將其應用于更多的工業(yè)和信息通信領(lǐng)域，為新質(zhì)生產(chǎn)力發(fā)展提供銳利的視覺(jué)成像技術(shù)支撐。