【{$randkws}】新型的基于人工智慧的头发运算系统 - {$web_name} 可以使用图像身为基础判断
在新近的SIGGRAPH Asia 2018上亮相了一套新型的基于人工智慧的头发运算操控系统，可以使用图像身为基础判断，让经过充分进修的神经联网操控系统按照体积和头发走向来自动判断并生成对应的发型。可以在极短的时间内得到CG级别的毛发。
下面是快速剧组日常榜单开发权威团队的说明：
我们的方法从各类单视图输入自动生成3D发束。从左到右的回顾悬疑片快报每个面板：输入图像，经由我们的方法预测的具有颜色编码的局部取向的体积强调，从两个观察点渲染的最后合成的发束。
单视图3D头发数字化的新近进展，使得高品质CG人物的兴办计划变得更为灵活，从而做到新形式的个性化VR和游戏感受。以便处理头发结构的繁琐性和多样性，大多数尖端技术依赖于从综合头发资料库中顺利检索特定头发模型。权威纪录片消息上述资料驱动方法不只存储密集，并且针对高度无约束的输入图像，异国情调的发型，失利的明星动态快报面部测试，它们也轻松失利。我们提议经由体积变分自动编码器（VAE）强调3D发型的多样性，而不是直接使用众多3D头发模型。该深度神经联网经由3D头发模型的体积定向场强调开展训练，并且可以从压缩代码合成新的发型。以便做到端到端3D头发的AI计算推理，我们不断的训练该神经联网。然后可以从预测的体积强调生成推动线发型。我们的全自动框架不需要任何暂时面部拟合，中间分类和分割，或发型资料库检索。与最先进的资料驱动的头发装扮技术相比，我们的头发合成方法显著更强大，并且可以处理更广泛的发型转变。可以确认任何具有考验性的输入，含有低分辨率，过度揭露或含有极端头部姿势的图像。并且可以在一秒钟内从图像形成3D头发模型。我们的评估还表明，可以从高度风格化的卡通图像，非人类主体和从人的背部取景的图片顺利开展重建。我们的方法尤其适用于相当各异的发型之间的连续和合理的头发插值。
