在最新的SIGGRAPH Asia 2018上發布了一套新型的基於人工智慧的頭發運算係統，可以使用照片作為基礎判斷，讓經過充分學習的神經網絡係統按照體積和頭發走向來自動判斷並生成對應的發型。可以在極短的時間內得到CG級別的毛發。

下麵是研發官方團隊的說明：

我們的方法從各種單視圖輸入自動生成3D發束。從左到右的每個麵板：輸入圖像，通過我們的方法預測的具有顏色編碼的局部取向的體積表示，從兩個觀察點渲染的最終合成的發束。

單視圖3D頭發數字化的最新進展，使得高質量CG角色的創建方案變得更加靈活，從而實現新形式的個性化VR和遊戲體驗。為了處理頭發結構的複雜性和多樣性，大多數尖端技術依賴於從綜合頭發數據庫中成功檢索特定頭發模型。上述數據驅動方法不僅存儲密集，而且對於高度無約束的輸入圖像，異國情調的發型，失敗的麵部檢測，它們也容易失敗。我們建議通過體積變分自動編碼器（VAE）表示3D發型的多樣性，而不是直接使用大量3D頭發模型。該深度神經網絡通過3D頭發模型的體積定向場表示進行訓練，並且可以從壓縮代碼合成新的發型。為了實現端到端3D頭發的人工智能計算推理，我們不斷的訓練該神經網絡。然後可以從預測的體積表示生成引導線發型。我們的全自動框架不需要任何臨時麵部擬合，中間分類和分割，或發型數據庫檢索。與最先進的數據驅動的頭發造型技術相比，我們的頭發合成方法明顯更強大，並且可以處理更廣泛的發型變化。可以識別任何具有挑戰性的輸入，包括低分辨率，過度曝光或含有極端頭部姿勢的照片。並且可以在一秒鍾內從圖像產生3D頭發模型。我們的評估還表明，可以從高度風格化的卡通圖像，非人類主體和從人的背部拍攝的圖片成功進行重建。我們的方法特別適用於非常不同的發型之間的連續和合理的頭發插值。

(责任编辑：遊戲)