公开了一项名为“CT2Hair: High-Fidelity 3D Hair Modeling using Computed Tomography”的技术，它通过对假发等进行 CT（Computed Tomography（计算机断层扫描））扫描，并根据获得的数据生成发丝。

CT2Hair: High-Fidelity 3D Hair Modeling using Computed Tomography

CT2Hair 是一个完全自动化的框架，用于创建适合在下游图形应用中使用的高保真 3D 头发模型。我们的方法以真实世界的毛发假发作为输入，能够重建各种发型的毛发发丝。本方法利用计算机断层扫描（CT）创建毛发区域的密度体，因此不同于仅限于重建可见表面的基于图像的方法，它可以透视头发。为应对输入密度体中的噪声和分辨率限制，我们采用了由粗到细的方法。该过程首先利用估计的三维方向场恢复引导发丝，随后通过对引导发丝进行新的神经插值来生成密集发丝。生成的发丝会进一步精炼，以使其适配输入的密度体。我们展示了多种发型的结果，并在真实世界和合成数据集上进行了全面评估，以证明该方法的鲁棒性。

我们的管线采用由粗到细的方法，由两个阶段组成：引导发丝初始化和密集发丝优化。第一阶段从计算输入的 3D 密度体中的 3D 方向场开始。接着，利用计算得到的方向生成引导发丝。第二阶段将估计出的引导发丝插值，使其均匀分布在头皮上。随后，以原始密度体为目标，对插值后的发束进行优化。优化后的头发束即为最终的 3D 头发模型，并已准备好用于下游应用。

虽然在进行 CT 扫描的阶段并不算是个人能够轻松使用的东西……
但似乎能够构建出相当高质量的数据。代码等也已经公开，如果感兴趣的话，请查看项目页面。

链接

CT2Hair: High-Fidelity 3D Hair Modeling using Computed Tomography