前段时间爆红的电影《头号玩家》大家应该都看过了，避开片中大量的彩蛋不提，该片运用的VR技术，给人展现出的真实沉浸感也非常不错的。不过，除了VR技术，3D扫描技术也是可以用另一种方式达到惊人的效果。
利用3D扫描技术进行三维模拟人物外形的非接触式测量。这种技术的应用在现实生活中并不常见的。苹果的Animoji和三星的AR 都是源于这种技术，这种技术也可以应用到服装试穿中，运用此功能有助于减少顾客的退货行为，这对于网上销售服装来说，退货费用是非常昂贵的附加成本。如果能够通过技术手段减少这项开支，那对网店运营者来说是一个非常不错的方式。
然而，现有的方案有一个缺点，有的扫描装置需要特殊的照相设备来检测景深，有的则需要照相机矩阵来探查人体，而最近，英国布伦瑞工业大学的研究人员提出一种新的算法，可以使用单个角度的标准视频素材为人体创建 3D 模型，用时仅需数秒。
研究人员采用基于 SMPL 高效优化单个位移面的方法，一次性拟合所有帧，这要求只能在内存中存储一个模型。他们的方法首次实现从单个运动人体视频（这样我们可以从各个侧面看到这个人）中提取出准确的 3D人体模型（包括头发和衣服）。
为了计算纹理和捕捉时间演化细节，将对一致形态的偏离进行每一帧的优化，从而给出精炼的逐帧形态，以此计算纹理图。因此，研究者使用了中基于 CNN 的视频分割方法，并对每个序列用 3-4 个手工分割图像进行训练。另外，为了克服在单目时3D人体形态重构中模糊性的问题，研究者使用 SMPL 身体模型作为起始点。
之前我们已经提到过一个可以对人体全身进行识别的技术，它与这次讨论的技术是有差别的，Facebook的新研究识别出的人体是2D而非3D，但它们之间也有联系，譬如二者都采用基于CNN的视频分割方法来识别人体轮廓和纹理。实际上也说明识别纹理的方法并不是创新性的。