诺丁汉大学和金斯顿大学的计算机科学家最近解决了一个困扰视觉及图形研究专家的难题。两所大学的研究小组已经开发出一种用一张2D照片生成3D脸部模型的技术应用。通过一张2D照片，这项技术能够重建并生成3D脸部图像。

这项新的应用让人们可以上传一张彩色图片，数秒后就能够生成显示他们脸部轮廓的3D模型。至今已有超过40万人上传自拍照进行测试。
要解决这个问题是非常困难的。现有的系统需要许多面部图像，除此之外还面临着许多其他挑战，包括脸部姿势、表情的匹配和不均匀照明等问题。这项研究成果运用了人工智能（AI）领域的卷积神经网络（CNN）技术，使计算机在没有详尽的编程情况下进行学习。

立体像素化（Voxelisation）的过程对准2D图像创建了一个3D体积的面部网格
研究组由Yorgos Tzimiropoulos博士指导，用一个巨大的2D图片和3D脸部模型库对计算机进行训练。通过这些信息，卷积神经网络（CNN）能够猜测并模拟脸部看不见的部分，从一张2D图像中重建3D脸部几何图形。这项成果也表明深度学习的某些可能性—机器使用人造神经网络模仿大脑连接大批信息间进行学习的可能性。
Yorgos Tzimiropoulos博士曾说过：“这项技术的新奇主要在于它简化了我们的方法，绕过了其他技术通常使用的复杂流程。我们提出用一个大型神经网络训练的方法，利用8万张脸直接让系统学习用一张2D图片输出3D脸部几何形状”。

除此之外，技术中包含的脸部和情感认知应用还可以用于电脑游戏个性化设置，推进AR的应用，甚至是建模技术的发展。这种技术对3D建模的简化和改变若能运用在影视制作上，相信必能大幅度提高影视制作的效率。除此之外，该技术还可以应用在医疗方面包括模拟整形手术以及帮助了解医学状况例如自闭症和抑郁症上。
该技术成果十月将在威尼斯的计算机视觉国际会议（ICCV）上进行发表。