什么样的新技术，能在ChatGPT的包围圈里脱颖而出火爆全场？

一部iPhone，两分钟，真人大变数字人！

还是表情动态、眼神细节一比一还原的那种。

没错，动作捕捉视频，发布会现场iPhone录制，后期处理全过程也都当场完成。

在此之前，这位《地狱之刃》女主演经历的动捕都是酱婶的：

复杂的设备必不可少，而且不仅要在脸上标满定位点，后期花费的时间也还得长达几周甚至数月。

这不，Epic刚把虚幻引擎5这一新能力公布出来，网友们都炸了锅了，相关视频播放量迅速突破百万。

“现场”氛围嘛，总结起来就是一通操作猛如虎，网友直呼太疯狂：

（实现面部建模）从几个月到几分钟，未来几年游戏的发展必定是疯狂的。

还有网友表示，以后再也不能说什么眼见为真了。

三帧视频就能生成3D模型

具体来看看，这一名为“MetaHuman Animator”的骚操作，究竟是如何做到两分钟搞定面部动捕的。

以现场演示为例。首先，演员要录制一段视频，期间可以做出任何表情。可以是夸张的愤怒：

也可以是细小的眼神变化：

并且录制全程只需一部iPhone。

接下来，技术人员将录制好的视频上传到软件，整个处理过程都是在本地进行。

总结下来，处理过程分为两步：

1、最新版本的Live Link Face应用程序会尽可能用最佳的分辨率捕获所有面部动态；

2、MetaHuman Animator使用视频和Dev数据将其转换成高保真的动画。

在这个过程中，先是用Live Link Face对演员的视频进行面部动作捕捉。

完成面捕之后，只需要三帧视频（正面、左侧面、右侧面）就能生成演员的“元人类DNA”。

其中用到的算法是定制版面部特征算法，生成的过程只要几秒钟。

这样一来，所有的面部数据都会被标定，还原出刚刚视频录制中的面部表情也就更加容易了。

更重要的是，在这个过程中，可以将真人视频与生成的建模视频进行逐帧比较。

然后等几分钟不到，完整的动画视频就成功生成了，最终工作人员要做的就只有微调和导入音频。

在新应用的加持下，做到下图这样的效果，对于工作人员来说也是信手拈来。

算法细节上，Epic是采用自家“面部求解器”和“标志检测器”来确定视频中人物面部的关键操作点。

利用这些关键点，基于语义空间解决方案，AI会将每一帧视频映射到“n维人类空间”数据库中的最近邻居上。

这个所谓“n维人类空间”，是Epic在多年来收集到的详细面部捕捉数据的基础上，挑选打磨过的庞大数据库，包含头部各个部位的各种运动姿态。

网友：3D动画和游戏都要变天了

Epic这波炸场，算是给最近被AI大浪冲击得恍恍惚惚的人类，又添了一点刺激。

有metahuman领域的网友就说“3D动画和游戏都要变天了”：

几个月前用iPhone还只能捕捉到大致的面部肌肉控制。

不过，相比于各种“失业”现场，对于这项技术，更多人乐见其成。

有网友表示，有了这项技术之后，开发人员直接效率翻倍，能够节省太多时间，要做的就只有后期润色。

还有网友已经在期待电影制作人使用这项技术了：

Epic自己则说，新的MetaHuman Animator有利于“复杂角色技术的民主化”。并表示这项新技术有望在今年夏天更广泛地推出。

那么，你期待吗？

参考链接：

[1]

[2]

[3]

本文来自微信公众号“量子位”（ID:QbitAI），作者：Pine 鱼羊，36氪经授权发布。

文章来源:https://36kr.com/p/2188911395799426