Source: BE Royaume-Uni numéro 85 (17/04/2008) - Ambassade de France au Royaume-Uni / ADIT -

Une équipe de chercheurs de l'Université de York vient de mettre en place un nouvel outil de modélisation des visages en 3D à partir d'une seule image 2D. Le docteur William Smith, du département d'informatique de l'Université de York a essayé de combiner deux techniques de reconnaissance des formes de visage afin de mettre en place un outil qui permette de modéliser les visages d'une manière plus rapide et plus précise.

Une des techniques de reconstitution 3D est basée sur des modèles statistiques de morphing 3D. Pour cela, on se fonde sur des modèles de visages définis par plusieurs attributs. Un attribut peut être la couleur de la peau ou encore la position de l'éclairage. Le morphing en lui-même permet de mélanger plusieurs visages 3D. Cette approche fonctionne d'une manière récursive en améliorant le modèle de base et en réduisant l'erreur entre le modèle obtenu et l'image grâce à différents paramètres. C'est donc un processus assez long qui demande une puissance de calcul importante. Le docteur Smith précise que: "cette méthode est très utilisée dans la vision par ordinateur [...] L'idée de base de cette méthode est que tous les visages sont plus ou moins similaires". Cette méthode fonctionne généralement très bien et permet de reconstituer un large nombre de visages. Cependant, le spectre des visages qu'elle met en évidence dépend des données existantes. Une de ses faiblesses est qu'elle ne peut pas reconstituer des caractéristiques atypiques qu'elle n'a pas rencontrées avant.

L'idée du Dr. Smith est de compléter cette méthode avec celle fondée sur l'étude des ombres dans les images. Cette dernière permet d'utiliser les informations contenues dans les images telles que le changement de luminosité et la direction des surfaces du visage. La reconstitution locale des formes telles que les rides ou encore les petites différences subtiles dans la forme des nez est donc beaucoup plus précise. Cependant, les détails repérés dépendent de plusieurs facteurs comme la position du visage. En effet, avec une image d'un visage de profil, la reconstitution de la forme du nez est assez facile car tous les contours du nez sont visibles. Cependant, si la visualisation se fait de face, la forme du nez est plus difficile à reproduire car le nombre d'informations que l'on peut récupérer est moins important.

Bien que la reconnaissance des formes à partir des ombres soit plus efficace pour la restitution des caractéristiques locales, le Dr. Smith explique que la reconstitution globale des formes 3D avec cette technique est d'une qualité inférieure à celle que l'on obtient à partir du modèle statistique de morphing, d'ou l'intérêt de combiner les deux. Les deux modèles se combinent parfaitement notamment pour la reconstitution des expressions. En effet, il est possible d'utiliser les informations telles que les ombres dans l'image 2D pour reconstituer la forme 3D des expressions qui sont très différentes. Les résultats obtenus nous donnent une approximation via le modèle de morphing. On réitère ce processus afin d'obtenir des résultats plus précis beaucoup plus rapidement.

Une des premières utilisations de ce système est l'implémentation dans un logiciel afin de reconstituer des visages à partir des vidéos de surveillance comme celle de CCTV, Closed Circuit Television. De plus cet outil peut être utilisé dans l'industrie du jeu afin de créer des avatars 3D à partir d'images 2D des joueurs. D'autres utilisations peuvent être trouvées notamment dans la chirurgie. Si par exemple quelqu'un a subi un accident, et que son visage est endommagé, les seules informations que l'on possède sont généralement des images 2D obtenues avant l'accident. Ces dernières peuvent être utilisées afin de créer un modèle 3D qui pourra être utilisé pour l'opération.