影视动捕3D人脸扫描设备

影视项目做真人数字替身，脸上的形要先靠3D人脸扫描设备固化成模型，后面绑定、驱动、进引擎才有基础。虚拟动力的多相机3D/4D人脸扫描设备由多台工业相机、多个照明灯、同步采集控制与处理软件组成，支持遥控器控制采集，可实现任意表情的人脸图像采集与高精度人脸模型重建，4D设备还能采动态表情，输出数据可直接进入影视写实数字人的制作管线。

一、3D与4D分别解决什么问题

3D扫描采的是一张静态的高精度脸模，用于数字分身形象创建、虚拟角色精细设计这类场景。做法是模特坐到指定位置，设备瞬时扫描，输出带纹理的三维人脸模型，后续做贴图、绑骨、进引擎。

4D扫描在3D的基础上加了时间轴，采的是表情的动态变化。虚拟动力这台4D设备集成15个500万像素工业相机，每秒20次微秒级同步高频采集，支持批量人脸模型快速重建，输出含动态表情信息的三维人脸模型。这类数据用于影视动画后期的特效合成与表情还原。

选型要先过这一关：只需要一张能驱动、能换装的写实脸，3D够用；项目要求捕捉真人表情的细微变化并复现到模型上，才需要4D。两者的设备构成与采集流程不同，先定这一项，后面才谈得上比参数。

二、三个数字决定设备档位

第一个数字是精度。虚拟动力多相机3D人脸扫描设备达到毫米级扫描精度，能还原脸部细微特征，重建过程自动完成，不依赖手工修模。影视特写对相似度要求高，这一项决定成片里观众能不能认出是谁。

第二个是面数。设备支持500万与1200万像素工业相机切换，分别生成80至100万面或150万面以上的三维模型。面孔戏份重的角色取高面数档，远景替身取低面数档即可。像素与面数要匹配：高像素配低面数，多余信息落不到模型上；低像素追高面数，细节处会出现起伏噪点。

第三个是采集时间。设备可在3分钟内完成多角度人脸图像采集、自动重建模型并同步输出带真实色彩的人脸贴图。影视档期紧，这一项决定能不能在一个上午采完主要演员的多个表情状态。

三、多相机同步与现场形态

多相机同步，是决定采集成败的重要指标。设备采用微秒级同步采集控制，多台相机在同一瞬间曝光，重建时多个视角的数据才能对齐。同步精度不够，模特轻微晃动在模型上就会形成错位，后期拓扑要多花时间修补。

设备形态对演员更友好的一点是不贴标记点。半环绕式相机阵列加多个照明灯同步打光，不依赖现场自然光，静坐正视镜头即可完成采集，省掉粘贴与清理的工序，连续采多个表情状态时优势明显。

场地最小约2.5米×2.5米即可搭起，采集由遥控器控制，操作者在旁边触发，不必来回跑电脑。没有专业影棚的团队，普通会议室也能跑起来。

四、从扫描数据到能驱动的模型

3D人脸扫描设备扫描得到的是原始人脸数据，怎么转成能用的模型，有三条路线，投入与产出差别明显。

全手动拓扑的成品与真人更接近，流程是扫描导出、Wrap4D包裹与颜色贴图烘焙、贴图做去光照与修复补全，再合并身体、绑骨，适合1:1真人复刻这类相似度要求严格的项目。半自动拓扑走拟合路线：把扫描模型导入配套重建软件输出的obj文件，拟合出与MetaHuman同拓扑的完整头模、人脸贴图与52个表情体，表情体符合ARKit标准的52个BS规范，再进Maya或Blender合并，输出fbx进UE与Unity，是多数写实数字人项目会走的一条。第三条是通过MetaHuman引擎处理，经引擎生成毫米级脸部模型，支持Mesh智能绑定，追求更精准的相似度仍可回到手动拓扑。

三条路线的差别落在交付物上：全手动拓扑交的是可直接进引擎的成品头模，半自动拓扑交的是带头模与表情体的中间件，MetaHuman引擎路线交的是引擎内可驱动的资产。三者对应的后续工作量差好几倍。

五、扫描之外还要定的两件事

一是贴图交付。扫描输出的Albedo人脸贴图是后续材质的基础，影视级项目通常还要做去光照与细节补全，这两步由谁做要写进合同。设备直接输出带真实色彩的人脸贴图，能省掉基础贴图的制作时间。

二是验收口径。落到两处：扫描一次的实际耗时与演员可承受的静止时长；同一人多次扫描的相似度是否稳定，这决定系列角色能否保持统一。

影视项目选3D人脸扫描设备，实质是选一条能接进现有管线、并且可以重复交付的数据通路。虚拟动力的多相机3D/4D人脸扫描设备把采集、重建这一段做成了可复现的标准流程，后端接按ARKit规范做的骨骼与表情绑定服务与成片渲染，写实数字人的形象来源因此有了稳定起点。广州广播电视台、河北广播电视台、南方财经全媒体集团、深圳广播电影电视集团都与虚拟动力合作过人脸扫描复刻，2023海心沙元宇宙音乐会上以主持人杜雨轩为原型做的数字人“杜杜”，走的就是这条从扫描到同台主持的路。