简单却困难：Animoji背后十年的技术难题

表情随心变

虽说 iPhone X 确实是一款极具诱惑力的新手机，它靓丽的外形和先进的技术很让人惊艳，但毕竟很多东西我们都已经通过爆料提前知道了。如果要说称得上惊喜的，那么 Animoji 动画表情功能应该算是其中之一了吧。

所谓的 Animoji 其实很简单，就是让手机屏幕中虚拟形象的脸随你的变化而变化。你摆出什么夸张的表情，它也会跟着“模仿”。苹果首批提供了 12 种卡通形象，无论是猫、狗、机器人、外星人还是便便，你都可以对着手机做做鬼脸，看看它们会有什么相应的变化。

别看功能好像很简单，Animoji 还必须要 iPhone X 才能够实现。因为我们知道，iPhone X 的前置摄像头是所谓的“原深感摄像头”，它能够通过将数万个光点投射到用户脸上，实时捕捉他的 3D 面谱。通过这些面部信息，设备得以让虚拟形象即时表现出和用户相似的表情来。

苹果会在发布会主题演讲中重点提及 Animoji，肯定是因为对它有颇多期望。有趣的是苹果说来很轻松，其实要真正实现它，是需要很长时间的技术沉淀的。那么有关 Animoji，这背后又有些什么值得我们去了解的技术细节？

一切的开始

早在几年前，苹果就已经开始在收购很多相关的公司了，比如 Perceptio、Metaio、Faceshift，还有市场里最好的 3D 传感器制造商之一 —— PrimeSense。虽说现在我们都已经知道苹果这些收购的目的了，但在当时它究竟想做什么，人们还是猜不透的。正是这些收购，让 Animoji 最终得以实现。但是如果要了解它的技术起源，那就是十多年前的事情了。

在过去面部捕捉还是一项很费劲的工作，虽说好的科幻电影、CG 电影都已经实现了细腻逼真的虚拟表情，但那需要演员在脸上粘上好多个追踪器。随着演员面部表情的变化，追踪器的位置也会相应发生变动，让光学系统能够追踪到，并根据这些数据构建表情变化的信息近似值，最后生成建模，然后手工调整修正。这种方法清晰、明了、有效。

但是它的缺点也非常明显，那就是费时费力费钱，需要摄影棚环境，演员还得愿意使用这些追踪器，穿上专门的动态捕捉服。这一切的不便，促使人们想要寻找更轻松简单的面部捕捉的办法。事实上从那个时候开始，研究者们就已经想到深度感应摄像头了。直到现在，这种技术都是最可行的解决方案，就像 iPhone X 那样。

然而问题就在于它说起来简单，其实很困难。我们虽然可以用各种简单的词语来描述人的表情，但每一个表情事实上都牵涉到脸部许多部位的活动，而且这些位移还是时刻在变化的。对计算机来说，要判断这些位移数据究竟意味着什么，这可非常复杂。

为什么这会那么复杂？因为尽管人的脸对我们来说，无论怎么看都是一张脸，但对机器来说，它的算法涵盖面要足够广，以至于无论角度变化，光线变化，年龄变化，民族变化，这等等所有的变数，系统都要能够认出来这是人的脸，而且还要认得出他当时的表情。即使当技术进步，深度感应摄像头已经足够复杂，能够采集所有和脸部相关的重要信息之后，让计算机读懂这些信息还是十分困难，因为对计算机来说，这些数据本质上什么意义都没有。

转变思维

为了解决这个棘手的难题，研究者们改换了思路。他们不再试图让计算机去强行读懂那些纷乱的数据，而是为它设置了许多模板作为范本。

据了解在新的思路的指导下，科学家逐渐将面部识别视为了一种几何问题。他们通过一系列面部数据和表情数据，训练算法，让它们建立多个可以去描述的静态 3D 模型。这些信息，同样也包含了民族差异和环境差异。有了这些计算模型，算法就可以更轻松地将扫描到的 3D 点阵面谱和实际的面部表情联系起来，最终实现几乎实时地将它反映在虚拟形象脸上。

看似简单的技术，其实从提出概念到最终解决问题，其实已经花去了十来年的时间。长时间以来，面部识别生成虚拟表情的技术的主要用户是视觉特效公司，用来简化他们的制作流程。然而随着技术的进一步发展，我们已经看到了诸如 Facerig 这样，它得到的更为广泛的应用。随着苹果推出 Animoji，我们可以想见这种技术的认知度将会更高。

从发布会上的演示中，我们就能够看到面部表情捕捉的有趣之处。不仅仅是 Animoji，还有 AR 技术的应用也为 iPhone 带来了新的玩法。苹果高管在主题演讲中演示了能够贴合人脸部的虚拟面具，没有 iPhone X 的原深感摄像头和过去的技术积累，那是做不到的。

未来的前景

Animoji 将来能够被我们用来做什么呢？喜欢玩儿的朋友们肯定已经有了自己的计划。它可以用虚拟形象还原我们的表情，并且还能录下我们的声音，通过 iMessage 发送出去。朋友们听着我们的声音，看到的确实是搞笑的卡通人物，那感觉肯定非常有趣。

如今的苹果非常重视社交平台和体验的打造，了解人们对自拍和即时通信的需求，而 Animoji 在传统的社交沟通体验之上，增加了新的趣味。更重要的是，这些技术潜力无限。

据了解，面部表情模仿仅仅是个开始，现在业界希望能扩展这个技术，实现基于一张照片打造出真实度极高的虚拟形象，甚至达到能让人误以为是真人在说话和做出表情的程度。

如果苹果也在朝着这个方向发展，这并不是什么让人奇怪的事情。取代指纹识别后，面部识别系统毫无疑问将会是未来很长一段时间的主流配置。随着手机性能的不断增强，采用面部识别能够做的事，能够创造出的虚拟实体也就越来越复杂多样。Animoji只是开了一个头，谁知道以后在此之上它会发展出什么更加黑科技的东西呢？