3d人物可以用真人照片建模？

可以，只需要一张照片就可以进行3D人脸建模。

知象光电研究团队通过自有3D人脸数据库中汇集的大量样本数据，搭建神经网络训练，利用深度学习终于突破了从人脸二维图像恢复三维模型的关键技术。这项技术支持通过单张二维肖像图像取得高分辨率的深度图像，进而恢复出三维点云数据，输出逼真的3D人脸模型。

利用这项技术恢复出的3D人脸模型可帮助使用者突破二维图像的限制，降低建模成本，提高建模效率，应用领域包括3D打印、医疗整形、游戏娱乐、视频通讯等。

扩展资料

3D人脸复原算法可以通过普通摄像头拍摄的单张肖像照片，自动生成与照片人物高度匹配的3D人像模型。此外，利用知象光电自主研发的AI智能补全算法，还可以将采集到的180度（左耳到右耳）三维人脸数据与自有的头部信息库数据进行智能匹配、融合，实现完整头部重建。

应用场景

1、3D打印：快速输出可用于3D打印的人偶模型。

2、AR穿戴：逼真的3D模型可以帮助消费者在线体验眼镜、珠宝饰品、服装等各种商品，并直观感知个性化搭配效果，用有趣的互动体验让商家与消费者快速产生链接，实现更精准的销售转化。

3、虚拟社交：应用于于模型合拍、高级动画、表情包等，支持网络直播、视频社交、远程聊天等各种场景，让开发者为用户创造更多新鲜有趣的玩法。

4、医疗整形：应用于整形医美行业中，摆脱距离和场域限制，让医患咨询更加便捷、高效。精准，有效帮助医美机构提升效益。

5、在线教育：打造虚拟教师形象，进行辅助教学，不仅可以随时随地教学，提升教学效率，还可以大幅提升学生的学习兴趣和专注度。

6、智能助理：模型可广泛应用于虚拟客服，虚拟医护助手，虚拟主持人等场景，通过驱动数字形象进行互动及提供服务，可有效提升用户体验。

参考资料来源：中国科学院上海硅酸盐研究所--从平面到立体：3D人脸建模只需一张照片

在回答题主的问题的时候，我觉得应该注意做『科研』和做『产品』之间的区别。论文中汇报的人脸识别技术是属于科研的行列。比如在LFW上99.7%，这种数字的意义更多是让搞研究的那个圈子里面的人更加直观的了解到一些情况，你也知道，通常来说这个准确率是非常高的了，所以我们可以说『人脸识别技术在LFW上已经很成熟了』，但是一模一样的技术，拿到真实环境下得到的准确率可能只有75%……也许会有些人觉得这是很可笑的，不，请不要笑，这是科研圈里朋友的普遍做法，不是没有苦衷的。

捣腾过LFW的朋友其实心里都清楚，这并不是一个很好的数据库。图片都是从网上下载的，人脸的质量也是千差万别，有人说这样才接近真实情况……但实际上距离大部分的实际应用场景还是太远了。

目前评价科研中算法的优劣的唯一方法就是找一个数据集，然后大家一起对比，数据集的不同算法得到的结果也会不同，然而……论文上通常是有报喜不报忧的恶习的，所以常常会有不公平的对比存在，随着越来越多更大的人脸数据集的慢慢增加，对于算法的评价会可能会变得稍微公平一些……即便是这样，论文里所谓的人脸识别技术，跟可用的『产品』之间的差距仍然很大。

这并不是说论文的算法不好，而是『产品』的天性。大部分产品都是针对性的解决一类或几类问题，产品讲究是速度，稳定性，成本，等等，不同的产品通常可以加入不同的先验甚至额外的硬件来提升产品的可用性。这是做『产品』和做『科研』的区别。

举两个容易理解的例子：

某著名手机厂商想开发一个自己的人脸解锁功能，在第一次使用手机的时候，经过一个人脸注册的过程，记录下手机主人的样子，在之后的使用中如果被触发，就进行人脸验证，解锁。这里你如果上来一个几十层网络的卷积网络，这个是不行的……因为速度很重要，内存也重要，如果你一个网络模型一上来就已经几十兆几百兆了，产品经理会疯的。做产品的往往是想在保证用户体验的情况下，使用最少的资源。所以最后的产品可能是……下面是我瞎掰的……检测到人脸，检测五官的基本landmark，然后通过几何关系约束来缩小识别范围，再用简单的特征比如LBP，在一个一千张主人人脸的数据库进行验证，验证里可能有各种trick，并且这个一千张人脸的数据库也是实时更新的，比如当前识别正确了，那么就加入进去，如果识别错了，就把这个数据提取特征作为反例存起来……一个可用的产品总是包含了很多看似没有道理的trick的，但是就是这些构成了产品的核心技术。

另外一个例子，做人脸识别，但是是做煤矿工的……请自行脑补一脸煤的辛苦矿工。在这个场景下面，你连人脸检测都没法弄啊……加上光照和脸上煤的干扰，论文上的算法基本上是没办法用的。如果是你，你怎么去做识别？

做一个产品的时候，思路是需要很开阔的。比如人脸的检测实际上是可以通过双目视觉来做的，两个廉价摄像头，简单的算法通过三角化得到一个稀疏的深度图，利用深度信息来做人脸的检测，然后基于眼睛和嘴唇来做识别，眼睛和嘴的识别可以用卷积网络来做，但是真是的产品里面可能还会考虑身高信息，当然，在洞里还需要考虑补光的问题……

人脸识别厂家排名是：face++，商汤，依图、、旷视科技、中科院深圳先进技术研究院、VisionLabs。推荐：face++。

Face++大规模人脸搜索技术可实现亿级人脸的快速检索。基于人脸搜索技术，可以实现真正的互联网人脸搜索引擎，并广泛应用于社交搜索、逃犯追缉等应用场景中。

Face++人脸检测与追踪技术提供快速、高准确率的人像检测功能。能够支持图片与实时视频流，支持多种人脸姿态，并能应对复杂的光照情况。

我们提供的实时人脸检测与追踪技术，可以令相机应用更好的捕捉到人脸区域，优化测光与对焦；同时，还可以使用人脸追踪技术进行游戏交互，提供全新的体感游戏体验。

2017 年10月31日，旷视科技Face++公司完成了C轮4.6亿美元融资。在本轮的融资中，由中国国有资本风险投资基金（简称“国风投”）领投，蚂蚁金服、富士康集团联合领投，这一数字也打破了国际范围内人脸识别领域的融资纪录。

本轮融资由C1、C2两轮构成，同时引入包括中俄战略投资基金、阳光保险集团、SK集团等新的重要投资者，腾达资本作为本轮融资独家财务顾问。

---