Teknologi Selfie 3D Akan Segera Hadir

Ilmuwan komputer di University of Nottingham dan Kingston University telah memecahkan masalah kompleks yang selama ini telah menghambat para ahli dalam penelitian penglihatan dan grafis. Mereka telah mengembangkan teknologi yang mampu menghasilkan rekonstruksi wajah 3D dari gambar 2D tunggal, sebuah selfie 3D.

Aplikasi web baru mereka memungkinkan orang mengunggah satu gambar warna dan menerima, dalam beberapa detik, sebuah model 3D yang menunjukkan bentuk wajah mereka. Orang-orang antri untuk mencobanya dan sejauh ini, lebih dari 400.000 pengguna telah melakukan perjalanan. Anda bisa melakukannya sendiri dengan mengambil selfie dan mengunggahnya ke situs web mereka.

Penelitian berjudul 'Large Pose 3D Face Reconstruction from a Single Image via Direct Volumetric CNN Regression' dipimpin oleh mahasiswa PhD Aaron Jackson dan dilakukan dengan sesama mahasiswa PhD, Adrian Bulat, keduanya berbasis di Computer Vision Laboratory di Sekolah Ilmu Komputer. Kedua siswa tersebut diawasi oleh Georgios (Yorgos) Tzimiropoulos, Asisten Profesor di Sekolah Ilmu Komputer. Pekerjaan itu dilakukan bekerja sama dengan Dr Vasileios Argyriou dari Sekolah Ilmu Komputer dan Matematika di Kingston University.

Hasilnya akan dipresentasikan di International Conference on Computer Vision (ICCV) 2017 di Venice bulan depan.

Tekniknya jauh dari sempurna tapi inilah terobosan yang telah dicari ilmuwan komputer.

Ini telah dikembangkan menggunakan Jaringan Neural Convolutional (CNN) - area kecerdasan buatan (AI) yang menggunakan machine learning untuk memberi komputer kemampuan untuk belajar tanpa diprogram secara eksplisit.

Tim peneliti, yang diawasi oleh Dr Yorgos Tzimiropoulos, melatih CNN pada dataset besar gambar 2D dan model wajah 3D. Dengan semua informasi ini, CNN mereka dapat merekonstruksi geometri wajah 3D dari gambar 2D tunggal. Bisa juga menebak bagian wajah yang tidak terlihat.

Aaron Jackson berkata: "CNN kami hanya menggunakan gambar wajah 2D tunggal, dan bekerja untuk pose wajah yang sewenang-wenang (misalnya gambar depan atau profil) dan ekspresi wajah (misalnya tersenyum)."

Adrian Bulat mengatakan "Metode ini dapat digunakan untuk merekonstruksi keseluruhan geometri wajah 3D termasuk bagian wajah yang tidak terlihat."

Teknik mereka menunjukkan beberapa kemajuan yang mungkin dilakukan melalui pembelajaran yang mendalam, sebuah bentuk machine learning yang menggunakan jaringan syaraf tiruan untuk meniru cara otak menghubungkan antara informasi.

Dr Vasileios Argyriou, dari Fakultas Ilmu Pengetahuan, Teknik dan Komputasi Kingston University, mengatakan: "Apa yang benar-benar mengesankan tentang teknik ini adalah bagaimana proses pembuatan model wajah 3D begitu sederhana."

Selain aplikasi yang lebih standar, seperti pengenalan wajah dan emosi, teknologi ini bisa digunakan untuk mempersonalisasi permainan komputer, memperbaiki kenyataan yang disempurnakan, dan membiarkan orang mencoba aksesoris online seperti kacamata.

Bisa juga aplikasi medis seperti mensimulasikan hasil operasi plastik atau membantu memahami kondisi medis seperti autisme dan depresi.

Aaron's PhD didanai oleh University of Nottingham. Penelitiannya difokuskan pada pembelajaran mendalam yang diterapkan pada wajah manusia. Ini termasuk rekonstruksi dan segmentasi 3D yang diterapkan pada wajah dan tubuh manusia.

Adrian Bulat adalah seorang mahasiswa PhD di Computer Vision Laboratory. Minat penelitian utamanya adalah di bidang analisis wajah, estimasi pose manusia dan kuantisasi / inisialisasi jaringan syaraf tiruan.