人形机器人与真人的相似度日益提高，中国一项最新研究揭示了背后的技术原因。中国科学院深圳先进技术研究院的宋展教授与福建工程学院的叶玉平博士带领团队，开发了大规模3D面部数据集和新型AI模型，可直接从原始3D数据中检测面部关键点，无需依赖2D图像或数字模板。
这项研究针对构建逼真人形机器人和虚拟人的核心挑战，旨在让它们能够表达情感、识别身份并实现自然互动。关键技术基础在于三维面部关键点检测，即在3D空间中精确定位面部特征点。
大多数现有系统依赖2D纹理映射或合成3D面部模型，但数字模型与真实人脸几何结构存在差异，纹理对齐也不够精确。新研究通过直接处理真实世界的3D面部扫描来克服这些限制。
团队构建了定制化3D和4D面部采集系统，进行标准化数据收集，组装了包含约20万个高保真3D面部扫描的数据库。该数据库还包括多表情3D人脸数据集、标准化3D面部关键点数据集、高精度3D人体数据集和动态4D面部表情数据集。
这些多模态生物识别资源构成了当前报道的最大结构化真实3D人脸数据集合之一，已入选福建省2025年高质量AI数据集计划。研究人员设计了曲率融合图注意力网络（CF-GAT），直接处理无序的点云数据，将面部几何结构表示为空间点集合。
团队引入几何驱动的采样策略，在简化点集的同时保留关键曲率信息。曲率数据被编码为显式几何先验，并集成到模型的注意力机制中，使网络能专注于细微局部形状变化，同时建模面部全局关系。
通过图注意力结构，CF-GAT可直接从原始几何数据预测3D关键点坐标，不依赖2D纹理或预定义模板模型，降低了对表面外观的依赖性。测试显示，与传统方法相比，该模型对噪声更具鲁棒性，在不同面部形状上泛化能力更强。
该模型实现了更精确的细粒度关键点定位，对逼真表情生成和精确面部跟踪至关重要。研究结果突显了高质量、大规模数据集对算法性能的直接影响，通过在详细真实世界几何数据上训练，模型能学习更丰富的空间模式，更有效适应真实世界变异性。
这一进展有助于推动更逼真的人形机器人、改进的生物识别系统和更具表现力的虚拟化身发展。随着人形机器人在娱乐、医疗和服务领域应用增多，底层几何智能将决定其与人类互动的自然程度。研究成果已发表于《IEEE Transactions on Circuits and Systems for Video Technology》期刊。
