來源：sciencedaily
編譯：人工智能觀察
將平面圖片變成立體圖片，人工智能的快速發展的今天，越來越多的不可能正在觸手可及。
諾丁漢大學和金斯敦大學的計算機科學家擊敗了當前視覺和圖形研究方面的專家，解決了一個複雜的問題，他們已經實現了從單張2D圖像（3D自拍）獲得3D面部重建的技術。
他們最新的網絡APP允許人們上傳一張單彩圖像，並在幾秒鐘內收到顯示其臉部形狀的3D模型。截止目前為止，有超過40萬的用戶正排隊嘗試使用它。你自己可以拍張自拍，並上傳到他們的網站。結果將在下個月在威尼斯舉行的國際計算機視覺會議（ICCV）2017年在威尼斯提交。
這項研究由計算機學院計算機視覺實驗室、計算機科學學院助理教授Georgios (Yorgos) Tzimiropoulos指導的博士生Aaron Jackson提出，並由同門博士生Adrian Bulat及金斯頓大學計算機科學與數學學院的Vasileios Argyriou博士共同合作完成。
研究成果將在下個月在威尼斯舉行的2017國際計算機視覺會議（ICCV）中呈現。
不過這項技術仍處在非常早期階段。
雖然這項技術遠遠不夠完美，但是這是計算機科學家苦苦追尋的突破。人工智能（AI）利用機器學習賦予計算機在不被明確編程的情況下學習的能力，這項工作使用該領域中的卷積神經網絡（CNN）開發完成。
該研究團隊由Yorgos Tzimiropoulos博士監督，在一個巨大的2D圖像和3D面部模型的數據集上進行了CNN訓練。有了所有這些信息，他們的CNN能夠從單個2D圖像重建3D面部幾何圖形。它也可以對臉上不可見的部分做一個很好的猜測。
簡單的想法解決複雜的問題
Tzimiropoulos博士說：“主要的新穎之處在於我們的方法的簡單性，它繞過了其他技術通常使用的複雜管道，而是提出了在80,000個面孔上訓練一個大神經網絡，單個2D圖像可直接學習來輸出3D面部重建“。
這是一個非常困難的問題。當前的系統需要多個面部圖像並面臨幾個挑戰，例如大角度姿態，表情和不均勻照明之間的密集對照。
Aaron Jackson：“我們的CNN只使用一個單張2D面部圖像，適用於任意麵部姿勢（例如正面或輪廓圖像）和麵部表情（例如微笑）。”
Adrian Bulat說：“該方法可用於重建整個3D面部幾何圖形，包括臉部的不可見部分。”
機器學習使用人工神經網絡來模擬大腦之間的信息交互，本文工作中的技術通過機器學習中的深度學習論證了一些可能的進步 它使用人工神經網絡來模擬大腦之間的信息連接。
金斯敦大學科學與工程與計算學院的Vasileios Argyriou博士說：“這項技術真正令人印象深刻的是如何使3D面部模型重建的過程變得簡單。”
如何利用這項發現？
除了面部和情感識別等標準的應用之外，該技術還可用於個性化電腦遊戲，提高增強現實(AR)技術，並且讓人們嘗試眼鏡等在線配件。
它還可以具有醫療應用 - 例如模擬整形手術的結果或幫助瞭解諸如自閉症和抑鬱症等醫學狀況。
亞倫博士由諾丁漢大學資助。 他的研究重點是將深度學習應用於人臉。 這包括應用於人臉和身體的3D重建和分割。
除了解鎖2D秒變3D的新技能，人工智能在生物識別上又有了突破性進展，心臟位置識別！
◆ ◆ ◆
忘記虹膜和指紋，心臟識別開啟解鎖新時代
忘記指紋識別或視網膜掃描。 布法羅大學的一個大學領導團隊開發了一個使用您心臟尺寸作為識別符的計算機安全系統。
該系統使用低級多普勒雷達測量您的心臟，然後不斷監視您的心臟，以確保沒有其他人進入運行您的計算機。
該技術在一篇文章中被描述，發明人將在下個月在猶他州舉行的第23屆國際移動計算和通信國際會議（MobiCom）上展示。 他們說，該系統是一種安全而且可能更有效的替代密碼和其他生物識別碼的替代方法。 它最終可能用於智能手機和機場屏蔽障礙物。
該研究的主要作者許堯博士，UB工程與應用科學學院計算機科學和工程系助理教授說，“我們希望將其用於每臺計算機，因為每個人都需要隱私，一味地登錄和註銷令人生厭”。
徐先生表示，系統雷達的信號強度遠遠低於Wi-Fi，因此不會對健康造成任何威脅。
“我們每天都在生活在無線網絡環境中，新系統與Wi-Fi設備一樣安全，其輻射甚至不到只能手機的1%，約為5毫瓦。“
系統第一次需要8秒左右的時間掃描心臟，此後，監護儀可以持續識別心臟。該系統花費製作而成，利用心臟的幾何模型，形狀和大小，以及如何運作來進行識別。 徐先生說，“兩顆相同的心臟還沒有被發現。而且，人心是不變的，除非患心臟病嚴重。基於心臟的生物識別系統已經使用了近十年，主要是用電極測量心電圖信號，但是沒有人做過非接觸式遠程設備來表徵我們心臟的幾何特徵以進行識別。
相比目前的生物識別工具，如指紋圖像和視網膜掃描，新系統有很多優點。 首先，它是一種被動的非接觸式設備，因此用戶在登錄時不會對自己進行身份驗證。 其次，它會不斷監控用戶。 這意味著如果不同的人在其前面，則計算機將無法運行。 因此，離開電腦時，人們不必記得退出。
徐先生計劃將系統小型化並將其安裝到計算機鍵盤的角落。 不久的將來，這款系統也會像指紋和虹膜一樣，用在手機識別上。（the end）
【本文系人工智能觀察作者AI小智君翻譯，轉載請聯繫作者並註明出處，更多精彩內容請持續關注】