美國迪士尼研究中心最新研發出一項新技術，可大幅減少訓練面部表情捕捉系統所需的大量數據。研究人員認為，這項新技術可在保證面部識別精確度的前提下，提升機器學習的靈活度和工作效率。
機器學習使得實時面部表情捕捉系統在電影和遊戲創作中得以廣泛運用。不過，為了讓電影或遊戲角色、動畫人物的面部表情更符合真人面部表情，電影公司通常需要大量記錄某個演員在多種狀態下的面部表情數據，包括不同光線條件和拍攝角度等條件，以訓練表情捕捉系統，這無疑需投入大量時間、人力和物力。
而迪士尼研究中心的最新研究發現，可以利用小樣本數據綜合生成訓練系統需要的大量數據。研究人員利用多錄影機採集模式，在均勻照明環境記錄下演員的７０個表情，再利用所得數據生成虛擬人臉。相關數據隨後可被用來生成影片中所需環境條件和錄影機屬性的訓練數據，這種方法可有效縮短機器學習的準備過程。
研究人員日前在加利福尼亞州舉行的３Ｄ視野國際論壇上展示了這一最新技術。研究人員認為，新方法表明，訓練模型所需的數據量可比之前減少數千倍，並且不會降低準確性。這不僅將為電影和遊戲創作節省成本、提升效率，還可以為推動機器學習發展提供思路。（記者郭爽）
評論：我要評論
