Un equipo de la Universidad Politécnica de Madrid ha desarrollado un algoritmo que mejora la reproducción de los rasgos faciales y la gestión del color en un avatar 3D. La técnica consiste en superponer puntos de control en varios modelos a escala del rostro.
Investigadores del Grupo de Tratamiento de Imágenes de la Escuela Técnica Superior de Ingenieros de Telecomunicación de la Universidad Politécnica de Madrid (UPM) han creado un algoritmo para conseguir reconstrucciones faciales en 3D mucho más fieles a la realidad.
El trabajo forma parte del proyecto VISION, liderado por Telefónica I+d, que persigue la creación de una sala en la que se puedan capturar modelos en 3D de las personas. Estas reproducciones se utilizan después en proyectos de campos diferentes, desde la recreación por ordenador, hasta la animación o los videojuegos.
La participación del grupo de la UPM consiste, entre otras cosas, en el desarrollo de un atlas de textura que combina la información de color extraída de las distintas cámaras y de un sistema que reconstruye la cara del modelo a partir de diferentes mallas 3D.
La reconstrucción de la cara es uno de los pasos más complejos de la creación de un avatar 3D, por el elevado número de facciones y concavidades que hay que reproducir. Para hacerlo posible, los técnicos trabajan con tres materiales: fotografías de la persona, un modelo en 3D de una cabeza humana realizado por un artista y una malla facial en 3D en baja resolución sobre la que se superponen los cambios y retoques de las superficies anteriores.
La 'piramide de transformación'
La primera fase del proceso consiste en señalar los puntos más importantes y complejos de la cara tanto en la fotografía como en el modelo 3D, de modo que actúen como puntos de control para realizar los cambios posteriores. Esto puntos conforman las 'pirámides de transformación' porque forman un esquema piramidal sobre la cara de la persona. El algoritmo facilita este proceso de localización de los puntos de control y su posterior actuación sobre ellos.
Una vez que se han definido los puntos de control, se trabaja sobre ellos y se fusionan la fotografía y el modelo en 3D. Los puntos que no se utilizan en el proceso se eliminan y el resto se utilizan y se superponen con la máscara final para usar la información que proporcionan en el modelo definitivo.
El proceso concluye con la aplicación del algoritmo al modelo final para perfeccionar la localización de los puntos de control y mejorar así la reproducción 3D del rostro humano.
“La aplicación de este algoritmo permite una reproducción mucho más fiel de los rasgos humanos en el avatar 3D y, al disponerse de un grupo de puntos característicos localizados en el rostro de la persona, posibilita la inclusión de animaciones faciales que permitan reproducir gestos”, explica Rafael Pagés, uno de los investigadores de la UPM que ha participado en el proceso.
Aún así, todavía hay aspectos que no se han resuelto y en los que los investigadores siguen trabajando. “Tenemos que mejorar algunos aspectos del proceso, como la automatización de la captura de los puntos de control y su detección en las diferentes estructuras que intervienen. Es un objetivo en el que estamos avanzando y seguiremos trabajando en el futuro, ya que, aunque el algoritmo resuelve algunos de los problemas que teníamos en cuanto a la gestión de la geometría y del tratamiento del color, sigue requiriendo la interacción del usuario en determinadas fases”, apunta Pagés.
La Fundación BBVA ha galardonado al informático japonés, de la Universidad Carnegie Mellon (EE UU), por crear los algoritmos que permiten a las máquinas comprender las imágenes y procesar los movimientos. Sus técnicas están presentes en los coches autónomos, los drones y todos los robots con capacidad de visión, como los que se usan en cirugía.
Investigadores de la Universidad de León han aplicado redes neuronales artificiales a imágenes captadas con drones para reconocer, con un 95 % de acierto, la huella que dejaron las explotaciones auríferas de los romanos en el noroeste peninsular. El sistema se puede aplicar para reducir los riesgos asociados a las minas abandonadas, que causan pérdidas humanas y económicas en todo el mundo.
