3D渲染的面孔现在已成为每部主要电影或游戏中的重要组成部分，但是以自然的方式捕获和设置面孔确实非常困难。迪士尼研究（DisneyResearch）正在研究使该过程顺利进行的方法。这包括一个机器学习工具，可以更轻松地生成和操纵3D人脸，而不会陷入怪异的山谷效应。当然，与早期的木制表情和有限的细节相比，当前的技术已经得到了极大的发展。高分辨率，逼真的3D面孔可以快速，生动地制作动画。但是，人类表达的微妙之处不仅是多种多样的，而且对这些细节的模拟还容易出错。想像一下，一个人微笑时整个脸的变化。尽管每个人的总体脸部变化都不同，但是在区分一个人是否在微笑“真实”的人时，必须有一定的规律性。或只是傻笑。那么，我们如何在人造面部上制作这些细节呢？现有的“线性”系统被称为“线性”系统。该模型简化了表达的微妙之处，以对“幸福”进行微调。或“愤怒”。但是，这降低了准确性-它们无法表达所有可能的面孔，但是它们很容易导致在实际情况下无法表达的表情。新的神经模型通过观察面部表情的相互关系来学习表情的复杂性。但是，与其他模型一样，它们的工作方式也是晦涩且难以控制的。此外，该模型无法表达尚未学习的表达式。这种方法的技术要求极高，这使得电影和游戏制作中的创作者难以操作。迪斯尼研究院的一个团队提出了一种兼具两全其美的新模型，即所谓的“ SemanticDeepFaceModels”。该模型的基本改进不涉及精确的技术，它是一个神经模型，可以学习面部表情如何影响整个脸部，但并不局限于单个脸部。并且它是非线性的，从而允许灵活性面部表情和面部几何图形之间的交互。我们可以这样想：线性模型只能在3D面孔（例如微笑或亲吻）上表示0到100。神经模型可以生成100个真实表达式，但只能表达学习的表达式。该模型可以在任何3D面孔上平稳地表达0-100之间的任何表情。这是一种过于简化的解释方法，但是您现在应该了解这种研究方法！这种方法的效果非常强大：我们可以快速构建一千个具有不同形状和肤色的面孔，然后无需任何其他工作即可对这些面孔进行表情表达。只需考虑一下-只需单击几下，我们就可以在游戏中创建各种CG人群或角色，并为他们提供逼真的面部表情。这项技术不是万能药，它只是艺术家和工程师在使用该技术的各个行业中进行的大量改进的一部分。这些改进还包括：未标记的面部跟踪，更好的皮肤变形和逼真的眼睛移动。还有许多其他有趣的领域是此过程的重要组成部分。迪士尼研究论文已在3D Vision国际会议（3DVision国际会议）上发表。