3D自动建模呈现虚拟产品3D模型展示，或将创造电商购物新模式

　　产品3D模型是VR、AR体验中不可或缺的要素，虚拟3D模型展示展旨在创造无限接近真实的体验。可以说，所有沉浸式360度的场景构建，都需要大量物体的高清产品3D模型。但在实际应用层面，通常采用的3D人工建模方式面临耗时长、成本高、发展慢、产能低等障碍，3D人工建模很难适应VR、AR产业的规模化批量需求。而随着AI技术的进一步延伸和发展，虚拟购物展厅或将打破这一瓶颈，通过机器学习与算法的优化，3D建模未来可交由机器/设备自动完成。不过，新的3D建模方式仍是一个循序渐进的过程。

　　利用AI完成3D自动建模，目前虽然还处在研发探索中，但也有一些团队进行了比较不错的尝试。比如，Loom.ai可以根据用户的2D平面照片生成3D图像，并可保证较高的视觉保真度，其3D自动建模核心在于机器学习和计算机视觉技术。Loom.ai并不是目前市面上唯一的类似技术，ItSeezD也公布了一项非常类似IDE技术，来自南加州大学和Pinscreen的合作团队也展示了3D自动建模深度神经网络系统。

　　区别于目前的手动建模，3D自动建模至少70%以上是由机器自动完成的。但需要指出的是，现有的3D自动建模技术方案兼容性并不高，并不能实现全面自动化规模化操作。针对这个问题，伦敦帝国理工学院(ICL)的计算机科学家们开发出了一种3D人脸建模技术，能自动对各种族、年龄的人脸进行准确的3D建模，还能将任意2D照片转换逼真三维人脸。

　　结合三种算法，全自动精准人脸3D建模。首先，一个算法自动对人脸扫描图像做标记，将鼻尖和其他点打上标签;然后，另一种算法根据标记对所有扫描图像进行排序，并将其组合成一个虚拟3D模型展示;最后，第三个算法检测和删除无用(bad)的扫描图像。

　　创建大规模人脸模型 LSFM，包含不同种族、年龄。在与现有模型的对比测试中，LSFM 更准确地表示人脸。不仅如此，他们的模型还能根据面部形状自动将人脸按年龄分类，还可以为不同的种族和年龄的人创造更具体的变形模型。

　　训练 AI 系统，将2D人脸快照精准转换为3D模型。研究人员还利用LSFM合成的100,000 张人脸训练了一个AI程序，将任意2D 快照转换为精确的3D 脸模型。这种产品3D模型设计方法可以用于查看照片上犯罪嫌疑人从另外的角度看上去是什么样子，或者20年以后脸变成什么样了。至于更偏公众向的应用，人们也可以使用这一系统根据历史人物肖像画制作出3D人物展示。

　　3D数据管理与展示一方面是VR、AR发展的基础，另一方面3D数据管理与展示也将为用户带来更真实的购物体验。相比普通的全景视频和照片，虚拟3D模型展示具备更高的环境适应性和清晰度，产品3D模型为后续VR应用的空间移动扩展性考虑。试想一下，如果将上述这样的智能3D自动建模技术应用于电商购物中，那么庞大繁重的商品建模工作将会化繁为简，人们不再需要对每个商品进行3D人工建模，而只需要提供一张2D平面照片就可以形成产品3D模型。并且，相比单刀直入的VR购物模式，商品建模虚拟购物展厅还实现了商品信息3D化展示。

　　随着计算视觉技术的不断发展，甚至可以畅想更多：以智能3D自动建模技术为核心，融合多种商品建模计算视觉技术，如AR、VR、人脸识别等，再结合体感及手势识别、语音识别、LBS等，不只可以构建起全新的3D电商虚拟购物展厅购物体验，还可提供3D场景化导购、虚拟购物展厅多屏幕互动、3D营销等特殊服务，真正实现电子商务视觉化。