在年度計算機視覺會議CVPR上，Facebook展示了一種全新算法“PIFuHD”，該算法僅通過一個攝像頭就可以生成人體超高清3D模型。

Facebook是VR頭顯廠商Oculus的母公司，這家全球聞名的科技巨頭同樣也是公認的機器學習領域領軍企業。機器學習技術是應用于Oculus Quest和Rift S的核心技術，這兩款頭顯都具有“Inside-Out”定位追蹤功能，從而無需外部基站即可達到亞毫米級的定位精度。而隨著Quest手勢追蹤功能正式版本的發布，用戶無需手柄即能精準定位手部動作。

此前，在由三名Facebook員工和一位南加州大學的研究人員聯名發表的一篇名為《PIFuHD》的論文中，他們闡述了一種全新的機器學習系統，該系統可以從一張1K大小的圖像中生成人體及其衣服的超高清3D模型，而這個過程無需采用深度傳感器或運動捕捉裝備。

基于當今的硬件水平，像PIFu這樣的系統只能處理相對低分辨率的輸入圖像，這嚴重影響了輸出模型的準確性和細節展示。而PIFuHD則采用了一種全新的算法，對輸入圖像進行降采樣，并將其輸入到PIFu的低細節“course”基礎層，然后通過一個全新的獨立網絡，使用全分辨率來展示超高清的細節內容。

早在2019年3月，Facebook就展示了VR化身項目“Codec Avatars”，但該項目僅支持還原用戶頭部和面部表情，特別是要生成用戶化身，還需要使用132個攝像頭對準用戶的頭部進行費時且成本昂貴的掃描成像。

在2019年5月召開的F8年度會議上，Facebook展示了一種考慮了人體肌肉和骨骼機能的全新VR化身模型，以前所未有的逼真還原度向我們展示了實時無標記人體追蹤技術。

多年以來，Facebook一直都在潛心研究VR化身技術，其最終目標是讓用戶真實存在VR環境之中并以真實面貌與他人進行互動。雖然“PIFuHD”算法離應用于消費端產品還有很長一段路要走，但我們依然看到了該技術的遠大前景，值得期待。