隨著游戲中自定義角色越來越受歡迎，現(xiàn)在人們對于制作個性化的角色形象也充滿了熱情。最近，《NBA 2K17》這樣的高端游戲就用3D掃描技術為玩家加入了自定義角色的功能。

事實上，3D掃描肯定比2D攝影更復雜、更不方便。不過，來自南加州大學的一個團隊的研究項目表明，似乎現(xiàn)在將2D照片經過一個非常詳細的3D渲染，并使用深層神經網絡，就能夠將面部的2D照片轉換為3D模型。

從傳統(tǒng)意義上來說，面部掃描需要從各種角度對人進行完美照明條件下的圖像拍攝。但是，如果使用了復雜的神經網絡方式，即使是擁有部分圖像，也能夠建立一個“面部數(shù)據(jù)庫”，并生成一個非常詳細的3D面部模型。在這其中，發(fā)揮重要作用的就是神經網絡。

神經網絡是一種模擬大腦工作方式的計算機系統(tǒng)。它通過對可能的紋理和膚色進行廣泛陣列，從而過濾和自動生成面部3D模型?！巴ㄟ^對重建的相關特征進行迭代優(yōu)化來合成完整的、具有真實感的紋理圖，然后使用這些高分辨率紋理圖進行框架渲染。我們就可以生成高保真的3D渲染數(shù)據(jù)，視覺上來看這些數(shù)據(jù)可以和最先進的多視圖臉部捕獲系統(tǒng)獲得的渲染數(shù)據(jù)媲美?！毖邪l(fā)人員說到。

雖然這種新的面部3D建模技術的潛力是多方面的，但它的主要應用還是在在線游戲領域，特別是虛擬現(xiàn)實游戲。據(jù)悉，研究人員最終將生成用于在線VR平臺的全尺寸3D模型。換句話說，你不需要對人臉進行完整的3D掃描，就能夠生成出準確的3D虛擬模型。因此，即使你想使用美國總統(tǒng)唐納德·特朗普來作為你的游戲角色，也是可以的。