由此类技术中广为人知的 Hao Li 进行的、使用神经网络的头发构建技术“Single-View Hair Reconstruction using Convolutional Neural Networks”

Single-View Hair Reconstruction using Convolutional Neural Networks

我们介绍一种基于深度学习的方法，用于从非约束图像生成完整的 3D 头发几何形状。我们的方法能够恢复局部细节，并具有实时性能。最先进的头发建模技术依赖于用于最近邻搜索的大型发型集合，然后执行临时修正。相比之下，我们的深度学习方法在存储上非常高效，并且在生成 30K 根发丝的同时可以快 1000 倍运行。卷积神经网络以头发图像的 2D 方向场作为输入，在参数化的 2D 头皮上生成均匀分布的发束特征。为了合成更合理的发型，我们引入了碰撞损失，并将每根发束的可见性也作为一个加权项，以提高重建精度。我们网络的编码器/解码器架构自然地对发型进行紧凑且连续的表示，并且可以在发型之间自然插值。我们使用用于训练网络的大型渲染人工头发模型集合。由真实图像自动计算得到的中间 2D 方向场，使所提方法能够适用于真实图像，因为它消除了合成头发与真实头发之间的差异。我们在大量具有挑战性的真实互联网照片上展示了我们方法的有效性和鲁棒性，并展示了从视频重建的头发序列。

Google翻译

这类技术进步真快啊。
真期待其实现实用化。

相关链接

[1806.07467] Single-View Hair Reconstruction using Convolutional Neural Networks
Hao Li – publications