Forskarna, som i det här fallet är två doktorander i datavetenskap, använde sig av en typ av deep learning som har visat sig vara extra förtjänstfull vid visuell inlärning: så kallad Convolutional Neural Network, NCC.
Metoden bygger på att man matar en sådan här CNN med 2D-bilder, som den sedan får i uppgift att göra om dessa ansikten till 3D-bilder. Tekniken är ännu inte perfekt, men det här är ett genombrott som mången datorforskare har väntat på.
– Det finns en enkelhet i den här konstruktionen som inte har funnits tidigare. Vi tränade vårt neurala nätverk med över 80 000 bilder på 2D-selfies, och bad den att omvandla ansiktet till 3D, säger Georgios Tzimiropoulos, biträdande professor i datavetenskap vid Nottinghamuniversitetet, och handledare för projektet.
Vanligtvis behövs det flera vinklar från ansiktet för att kunna konstruera en 3D-bild utav det, men inte i det här fallet.
Forskarnas förhoppning är att metoden ska kunna leda till alltifrån bättre ansiktsigenkänningsteknik till nya sätt att skapa ansikten i datorspel, men att det också skulle kunna få medicinska användningsområden som att exempelvis visa en patient potentiella resultat med en plastikoperation
De två doktoranderna kommer presentera sin forskning på the International Conference on Computer Vision i Venice nästa månad men redan nu kan man gå in här och se vad som händer när man går från 2D- till 3D-selfie.
Källa: University of Nottingham
